Cartographie De La Pauvreté Au Togo En 2011

Cartographie de la pauvreté au Togo en 2011

Lomé, Août 2012

Harold Coulombe, consultant indépendant dans l’élaboration de ce document peut être joint à [email protected]. L’étude a été financée par le Programme des Nations Unies pour le Développement (PNUD). Elle est basée sur les données du Questionnaire des Indicateurs de Base du Bien-être (QUIBB 2011) et du quatrième Recensement Général de la Population et de l’Habitat (RGPH4) et a connu la participation de cadres de la Direction Générale de Statistique et de la Comptabilité Nationale (DGSCN).

Table des matières Résumé ...... v Introduction ...... 1 1. Cartographie de la pauvreté monétaire : méthodologie et résultats ...... 3 1.1. Méthodologie ...... 3 1.2. Bases de données ...... 3 1.3. Résultats de la cartographie de la pauvreté monétaire ...... 5 2. Résultats des indicateurs OMD ...... 17 3. Corrélations entre les différents indicateurs ...... 69 Conclusion ...... 71 Références ...... 73 Annexe 1: Mesures de la pauvreté ...... 74 Annexe 2: Méthodologie de la cartographie de pauvreté monétaire ...... 77 Annexe 3: Modèles de prédiction du niveau de vie des ménages, par strate ...... 80 Annexe 4 : Mesures de la pauvreté monétaire et nombre de pauvres, selon les régions, les préfectures et les cantons/communes/quartiers du Togo ...... 82 Annexe 5 : Indicateurs OMD non-monétaire, selon les régions, les préfectures et les cantons/communes/quartiers du Togo ...... 107

Liste des cartes Carte 1: Incidence de la Pauvreté ...... 8 Carte 2: Profondeur de la Pauvreté ...... 11 Carte 3: Taux d’emploi de la population âgée de 15 à 64 ans ...... 21 Carte 4 : Proportion d’emploi non-salarié dans la population occupée ...... 24 Carte 5 : Taux de dépendance démographique ...... 27 Carte 7 : Taux net de scolarisation au niveau secondaire ...... 33 Carte 8 : Taux d’alphabétisation des hommes de 15-24 ans ...... 36 Carte 9 : Taux d’alphabétisation des femmes de 15-24 ans ...... 39 Carte 10 : Ratio fille/garçon des élèves au niveau primaire ...... 42 Carte 11 : Ratio fille/garçon des élèves au niveau secondaire ...... 45 Carte 12: Proportion des femmes salariées dans le secteur non agricole...... 48 Carte 13 : Proportion de la population utilisant une source d’eau potable améliorée . 51 Carte 14 : Proportion de la population utilisant des infrastructures d’assainissement améliorées ...... 54 Carte 15 : Proportion de la population utilisant l’électricité ...... 57 Carte 16 : Proportion de la population n’utilisant pas le bois comme combustible pour la cuisson ...... 60 Carte 17 : Proportion de la population utilisant le téléphone fixe ...... 63 Carte 18 : Proportion de la population utilisant le téléphone mobile ...... 66

iii

Liste des tableaux et graphiques Tableau 1: Statistiques descriptives du découpage administratif du Togo ...... 4 Tableau 2: Indicateurs de pauvreté selon le profil de pauvreté (Indicateur actuel) et la cartographie de pauvreté (Indicateur prédit), par strate ...... 7 Graphique 1: Coefficients de variation, par niveau de désagrégation ...... 14 Graphique 2: Coefficient de variation et incidence de pauvreté, canton/commune/quartier ...... 14 Graphique 3: Intervalles des incidences de la pauvreté locales, par région ...... 15 Tableau 4: Liste des indicateurs OMD calculés à partir des données du RGPH4 ...... 17 Graphique 4: Corrélation entre le taux d’emploi et la pauvreté ...... 23 Graphique 5: Corrélation entre la proportion d’emploi non-salarié et la pauvreté ...... 26 Graphique 6: Corrélation entre le taux de dépendance démographique et la pauvreté 29 Graphique 7: Corrélation entre le taux net de scolarisation primaire et la pauvreté .... 32 Graphique 8: Corrélation entre le taux net de scolarisation secondaire et la pauvreté 35 Graphique 9: Corrélation entre le taux d’alphabétisation des hommes et la pauvreté . 38 Graphique 10: Corrélation entre le taux d’alphabétisation des femmes et la pauvreté 41 Graphique 11: Corrélation entre le ratio fille/garçon des élèves au niveau primaire et la pauvreté ...... 44 Graphique 12: Corrélation entre le ratio fille/garçon des élèves au niveau secondaire et la pauvreté ...... 47 Graphique 13: Corrélation entre la proportion de femmes en secteur salarié et la pauvreté ...... 50 Graphique 14: Corrélation entre le taux d’accès à l’eau potable et la pauvreté...... 53 Graphique 15: Corrélation entre le taux d’accès aux installations sanitaires améliorées et la pauvreté ...... 56 Graphique 16: Corrélation entre le taux d’utilisation de l’électricité et la pauvreté .... 59 Graphique 17: Corrélation entre le taux de non utilisation du bois comme combustible et la pauvreté ...... 62 Graphique 18: Corrélation entre le taux de possession d’un téléphone fixe et la pauvreté ...... 65 Graphique 19: Corrélation entre le taux de possession d’un téléphone mobile et la pauvreté ...... 68 Tableau 5: Matrice de corrélation entre les différents indicateurs OMD au niveau des cantons/communes/quartiers ...... 70

Résumé

Pour mettre en œuvre des politiques ciblées de lutte contre la pauvreté, les décideurs politiques ont souvent besoin d’informations géographiques désagrégées jusqu’au niveau des cantons en général et des quartiers pour la Commune de Lomé en particulier. En combinant des données d’enquêtes auprès des ménages qui disposent d’informations sur leur consommation, et des données de recensement qui ont l’avantage de l’exhaustivité en termes de couverture de la population, la méthodologie des cartes de la pauvreté permet de disposer de données géographiques fines sur la pauvreté. Ce document présente la cartographie de la pauvreté du Togo obtenue à partir de la dernière enquête auprès des ménages datant de 2011(QUIBB) et du RGPH4 réalisé en 2010. Les résultats sont présentés et analysés au niveau des régions, préfectures, cantons, communes et quartiers de la Commune de Lomé. Pour les mêmes niveaux administratifs, quelques indicateurs des Objectifs du millénaire pour le développement (OMD) sont présentés, ainsi qu’une brève analyse de la corrélation entre ces différents indicateurs.

Introduction

Au cours des vingt dernières années, les profils de pauvreté ont été utilisés comme des outils importants permettant de caractériser, d’estimer et de bien comprendre l’évolution de la pauvreté dans les pays en développement. Basés sur des données collectées auprès des ménages, incluant des informations détaillées sur les dépenses et les revenus, ces profils de pauvreté ont trois objectifs principaux : (i) ils présentent d’abord les caractéristiques des ménages selon leur niveau de vie monétaire ou non monétaire, (ii) ils aident ensuite à déterminer l’effet des politiques sur la réduction de la pauvreté, et (iii) comparent enfin les niveaux de pauvreté entre les régions, les catégories de ménages et leur évolution dans le temps.

Bien que ces études sur les ménages aient permis d’améliorer la connaissance du niveau de bien-être des ménages en général et de celui des pauvres en particulier, cette approche se caractérise par un certain nombre d’insuffisances. En effet, les décideurs politiques et les acteurs de développement ont souvent besoin d’informations désagrégées afin de mieux planifier la lutte contre la pauvreté. Précisément, il leur est nécessaire de disposer des informations sur des petites unités géographiques telles que des villes, quartiers, cantons ou même des villages. Dire que les personnes qui souffrent le plus de la pauvreté se trouvent dans une région donnée ne permet probablement pas de cibler efficacement les groupes les plus pauvres. En revanche, indiquer aux responsables politiques et aux acteurs de développement chargés de lutter contre la pauvreté les préfectures ou même les cantons dans lesquels se regroupent les ménages les plus pauvres s’avère beaucoup plus utile. En effet, l’utilisation de données régionales cache souvent de fortes disparités intra-régionales et l’existence de poches de pauvreté dans des régions relativement plus aisées. Disposer d’informations au niveau local doit donc permettre de lutter plus efficacement contre la pauvreté. C’est pourquoi, les indicateurs de pauvreté doivent être disponibles à un niveau local dans la mesure où les inégalités spatiales demeurent importantes au sein d’une même région.

Au cours de ces dernières années, de plus en plus de pays optent pour l’élaboration des cartographies de la pauvreté. La quasi-totalité de ces études utilise une méthodologie développée par Elbers, O. Lanjouw et P. Lanjouw (2002, 2003). Cette méthodologie apparaît d’emblée plus sophistiquée que les autres1 pour plusieurs raisons : elle utilise tout d’abord l’information sur les dépenses des ménages, ensuite donne les mêmes résultats au niveau agrégé que le profil de pauvreté, et enfin permet de calculer les écarts-types des indicateurs de pauvreté. Puisque ce type de cartographie de pauvreté est pleinement compatible avec les résultats du profil de pauvreté, elle devrait être considérée comme une extension naturelle, c’est-à-dire une manière de rendre opérationnel le profil de pauvreté.

Le présent rapport documente la construction de la première cartographie de la pauvreté du Togo qui utilise les données du RGPH4 et de l’enquête QUIBB 2011.

1 Voir Henninger (1998), Henniger et Snel (2002) et Davis (2003) pour une revue critique des différentes méthodologies liées aux cartes de pauvreté.

Avec un PIB par habitant (en parité du pouvoir d’achat) de seulement $798, le Togo est l’un des pays les plus pauvres en Afrique de l’Ouest. Par contre l’indice de développement humain du PNUD le place au 162ième rang, mieux que la plupart de ces mêmes pays voisins monétairement plus riches. De plus, la pauvreté monétaire a peu bougé aux cours de ces dernières années. Selon le dernier profil de pauvreté2 l’incidence de pauvreté a légèrement diminué aux cours des dernières années en passant de 61,7% en 2006 à 58,7% en 2011. Par contre, l’utilisation du seuil de pauvreté « alimentaire » révèle une augmentation de la pauvreté extrême de 28,6% à 30,4% durant la même période. Eu égard aux défis économiques à relever par le Togo, il est primordial que l’élaboration des politiques de lutte contre la pauvreté soit pleinement appuyée sur des informations pertinentes, désagrégées et de bonne qualité. En construisant une base de données permettant un meilleur ciblage géographique, les résultats de ce rapport devraient contribuer à améliorer l’efficacité des politiques de lutte contre la pauvreté et aider les différents partenaires économiques à mieux cibler leurs zones d’intervention.

L’incidence de pauvreté monétaire a été calculée pour chacun des 36 préfectures3, des 5 arrondissements de la Commune de Lomé4 et des 386 cantons. En isolant la partie communale de certains cantons et les différents quartiers de Lomé, l’incidence de pauvreté a aussi été calculée pour les 513 unités administratives (cantons, communes et quartiers de la Commune de Lomé) du Togo. En plus de l’incidence de pauvreté monétaire, ce rapport présente aussi une série d’indicateurs des Objectifs du millénaire pour le développement (OMD) pour le même découpage administratif, ainsi qu’une brève analyse des corrélations entre ces différents indicateurs.

Le présent document essentiellement descriptif est structuré en trois sections : la première section se concentre sur les cartographies de pauvreté monétaire en présentant la méthodologie et les données utilisées ainsi que les principaux résultats. La deuxième section présente la construction et l’analyse d’une série d’indicateurs des OMD et la troisième section est consacrée à quelques analyses préliminaires des corrélations entre les différents indicateurs. Les résultats détaillés à la base des différentes cartographies présentées dans le rapport se retrouvent en annexe.

2 DGSCN, 2012, Togo : Profil de pauvreté 2006-2011

3 La Sous-préfecture de la Plaine de Mô est considérée comme une préfecture pour mettre en exergues ses particularités 4 Les 5 Arrondissements de la Commune de Lomé sont considérés au même titre que les préfectures. 2

1. Cartographie de la pauvreté monétaire : méthodologie et résultats

Cette section présente brièvement la méthodologie utilisée pour l’élaboration de la cartographie de pauvreté monétaire, puis décrit les bases de données utilisées et enfin les principaux résultats.

1.1. Méthodologie

La méthodologie pour l’élaboration de la cartographie de la pauvreté monétaire découle d’une idée relativement simple. Tout d’abord, un modèle de régression des dépenses per capita des ménages est estimé en utilisant les données d’une enquête auprès des ménages, en limitant l’ensemble des variables explicatives à celles qui sont communes et comparables à l’enquête utilisée et au recensement disponible. Ensuite, les coefficients de ce modèle sont appliqués aux données du recensement afin de prédire les dépenses de tous les ménages se retrouvant dans la base de données du recensement. Finalement, le niveau de dépenses prédit des ménages est utilisé pour construire une série d’indicateurs de bien-être (incidence, profondeur, sévérité de la pauvreté et inégalité) pour les différents sous-groupes géographiques constitués.

Bien que l’idée qui sous-tend la méthodologie soit conceptuellement simple, sa mise en œuvre adéquate requiert une procédure d’estimation complexe. Cette complexité provient principalement de la nécessité de prendre en compte l’auto-corrélation spatiale (les dépenses des ménages à l’intérieur d’un même groupe peuvent être corrélées) et de l’hétéroscédasticité dans l’élaboration du modèle prédictif. La prise en compte de ces subtilités économétriques permet de s’assurer que les prédictions ne seront pas biaisées mais efficaces. Une autre raison rendant la procédure d’estimation non triviale est la volonté d’estimer les écart-types pour chaque statistique de bien- être. Le calcul de ces écart-types apparait important puisqu’il permettra de diagnostiquer le plus bas niveau d’agrégation qu’il est possible d’envisager dans le calcul des indicateurs. Comme il est possible de désagréger les résultats à des niveaux géographiques très bas, le nombre de ménages disponibles pour les estimations décroît et les estimations sont par conséquent de moins en moins précises. A un niveau donné, les estimations des indicateurs de pauvreté deviennent trop imprécises pour être utilisées avec confiance. Une présentation plus complète de la méthodologie se retrouve à l’annexe 2.

1.2. Bases de données

Selon le dernier Recensement général de la population et de l’habitat (RGPH4) effectué en 2010, le Togo comptait 6 191 155 personnes réparties au sein de 1 298 153 ménages. Le questionnaire utilisé a permis de recueillir d’une part auprès de chaque individu des informations sur ses caractéristiques démographiques, son niveau d’instruction et son emploi et d’autre part auprès de chaque ménage des informations sur les caractéristiques de leur habitation ainsi que sur la possession de biens durables. L’enquête QUIBB, réalisée en 2011, est la dernière enquête auprès des ménages ayant collecté des informations sur le niveau de dépenses des ménages. Des tests d’égalité des variables-clé utilisées, communes au recensement et à l’enquête pour établir la cartographie de pauvreté, confirment que les caractéristiques des ménages entre les deux dates sont comparables. L’enquête QUIBB 2011 a collecté des

3 informations sur les dépenses auprès de 5 491 ménages regroupant plus de 29 676 individus.

L’indice de bien-être des ménages et le seuil de pauvreté utilisés dans la construction de la cartographie de pauvreté correspondent à ceux du dernier profil de pauvreté5. L’indice de bien-être des ménages est défini comme les dépenses par équivalent adulte des ménages. Une estimation de la valeur de l’autoconsommation, surtout alimentaire, a aussi été incluse dans l’agrégat de dépenses. Les différences de prix entre les six différentes régions du Togo ont aussi été prises en compte à travers le calcul d’une série de seuils de pauvreté. Le seuil normalisé à Lomé est de 276 400 FCFA en 2006 par équivalent adulte. Ces seuils sont les mêmes que ceux utilisés lors du dernier profil de pauvreté. L’utilisation du même indice de bien-être et des mêmes seuils de pauvreté assure que les résultats de la cartographie de pauvreté sont pleinement cohérents avec ceux du profil de pauvreté.

Administrativement, le Togo est divisé en différents niveaux distincts : les régions, les préfectures et les cantons. Les six régions (Lomé compris) sont subdivisées en 41 préfectures/arrondissements. Le troisième niveau administratif est composé de 386 cantons. De plus, il est possible de subdiviser les cantons entre les zones communales et non-communales. En outre, la capitale Lomé et la préfecture du Golfe sont ventilées en quartiers résidentiels. Ainsi, ce quatrième niveau administratif hybride composé de cantons (partie non-communale), communes et quartiers du Grand Lomé6 sera le niveau administratif le plus décentralisé pour lequel on calculera les différents indicateurs. Le tableau 1 présente quelques données démographiques de ce découpage administratif permettant de mieux apprécier la taille des différentes entités administratives. Ainsi les six régions ont une taille médiane de près de 168 000 ménages et les 41 préfectures vont de seulement 5 401 ménages (Plaine de Mô) à près de 160 000 (Golfe), tandis que les cantons/communes/quartiers ont en moyennes beaucoup plus de petites taille en terme de nombre de ménages. Le calcul d’indicateurs de pauvreté au niveau des cantons/communes/quartiers est particulièrement important étant donné que ce niveau administratif est au sein du processus de décentralisation en cours au Togo.

Tableau 1: Statistiques descriptives du découpage administratif du Togo Niveau Nombre Nombre de ménages Nombre d’individus Administratif d’unités Médiane Minimum Maximum Médiane Minimum Maximum Région 6 167 944 105 997 372 855 759 728 576 806 1 642 921 Préfecture/Arr 41 20 611 5401 159 926 113 038 22 435 682 715 ondissement Canton 386 1 553 118 76 090 8 274 966 309 324 Canton/ 513 1 555 41 23 597 7 992 160 88 055 Commune/ Quartier Source: RGPH4, DGSCN.

5 DGSCN, 2012, Togo : Profil de pauvreté 2006-2011, Lomé, Togo 6 Dans le cadre de cette étude, le Grand Lomé est constitué de la Commune de Lomé, la préfecture du Golfe, les cantons d’Adétikopé et d’Agbodrafo 4

1.3. Résultats de la cartographie de la pauvreté monétaire

Cette sous-section présente les principaux résultats obtenus lors des différentes étapes de la construction de la cartographie de pauvreté y compris les incidences de pauvreté aux niveaux des régions, préfectures, cantons/communes et quartiers de Lomé. Afin de maximiser la précision des résultats, les différents modèles de prédiction ont été estimés au plus faible niveau de désagrégation à laquelle l’échantillon du QUIBB était représentatif. Ainsi, l’échantillon est divisé en quatre sous-groupes : Grand Lomé, autres villes, rural sud7 et rural nord8. Un modèle prédictif du niveau de vie des ménages (mesuré par le niveau des dépenses par équivalent adulte) a été développé pour chacune de ces strates, en utilisant les variables explicatives communes au QUIBB et au RGPH4.

La première tâche a été d’identifier les variables communes à l’enquête et au recensement. Dans un premier temps, les questions et choix de réponses des deux questionnaires ont été comparés afin d’isoler les variables ayant un pouvoir potentiel de prédiction. Par la suite, les moyennes de ces variables dichotomisées ont été comparées et un test d’égalité a été effectué9. Se restreindre aux variables où l’égalité des moyennes n’a pas été rejetée devrait assurer la cohérence des incidences de pauvreté imputées avec celles calculées à l’aide des données de l’enquête utilisées pour le profil de pauvreté. Il est à noter que ces tests d’égalité ont été effectués strate par strate et que le plan de sondage de l’enquête a été pris en compte dans le calcul des écarts-types10.

En se limitant aux variables ayant, strate par strate, les mêmes moyennes, une série de modèles de prédiction du niveau de vie des ménages a été estimée. A partir des variables ayant été retenues à la première étape, un modèle de prédiction a été choisi pour chacune des quatre strates. Le choix des différents modèles a été principalement basé sur leur pouvoir explicatif (R2) du niveau de vie des ménages, ainsi que leur propension à reproduire adéquatement les incidences de pauvreté issues du profil de pauvreté basé uniquement sur les données d’enquête. En plus des variables au niveau des ménages, une série de variables caractérisant les communautés (grappe) ont été utilisées afin de minimiser le problème d’autocorrélation spatiale11. Le problème d’hétéroscédasticité a été corrigé à l’aide d’une régression complémentaire liant les résidus de la première régression à une série de variables retenues.

Les coefficients (R2) des différentes strates se situent entre 0,32 et 0,56, valeurs conformes à ce type de régressions sur des données d’enquête, y compris dans le cas des autres cartographies de pauvreté construites dans les pays du continent africain.

7 Rural Sud est constitué des zones rurales des régions Maritime et des Plateaux. 8Rural Nord est constitué des zones rurales des régions Centrale, de la Kara et des Savanes. 9Pour ces tests d’égalité des moyennes, un intervalle de confiance de 95% est utilisé. Autrement dit, il est testé si la valeur moyenne de chaque variable du recensement se situait à l’intérieur de l’intervalle défini par la valeur moyenne de ces mêmes variables calculées sur les données du recensement plus ou moins deux écarts-types de ces mêmes moyennes. Il est à noter cependant que les variables dichotomiques plus petites que 0,03 ou plus grande que 0,97 n’ont pas été retenues afin d’éviter des problèmes de quasi-colinéarité lors des régressions effectuées à la prochaine étape. 10 Ces variables testées, rejetées ou non, sont disponibles. 11 Les coefficients de ces régressions multivariées, basées sur les données du QUIBB 2011 pour chacune des quatre strates sont présentés à l’annexe 3. 5

Un examen rapide des différents coefficients montre que ceux-ci sont tous crédibles, mais il est très important de noter que ces modèles sont purement prédictifs d’un point de vue statistique, et ne devraient jamais être interprétés comme des modèles causals de détermination de la pauvreté. Dans ce cas, il y a plusieurs variables endogènes ; ce qui serait fautif dans un modèle de détermination de la pauvreté, mais est parfaitement honnête dans un modèle de prédiction. Dans le cas de la construction de cartographies de pauvreté, l’intérêt a porté uniquement sur le pouvoir prédictif des modèles. Les R2 relativement petits pour certains des modèles sont principalement causés par quatre facteurs importants. Premièrement, dans plusieurs régions, les ménages sont très homogènes en termes de caractéristiques observables malgré le fait que leur niveau de dépenses varie beaucoup plus, particulièrement en milieu rural. Cela donne nécessairement de faibles R2. Deuxièmement, un grand nombre de caractéristiques qui pourraient être de très bons prédicteurs du niveau de vie des ménages ne sont pas tous présents à la fois dans le questionnaire du recensement et dans celui de l’enquête. Par exemple, la présence de questions sur la possession de biens durables dans le questionnaire du RGPH4 aurait grandement amélioré le pouvoir explicatif des différents modèles économétriques. Troisièmement, plusieurs bons prédicteurs ont été éliminés à la première étape étant donné que leur distribution semblait être trop différente entre le QUIBB et le RGPH4. Et finalement, tous les prédicteurs mesurent une quantité, sans tenir compte de la qualité de ceux-ci. Par exemple, les bases de données renseignent sur le niveau d’instruction du chef de ménage, mais aucune information n’est disponible quant à la qualité de cette éducation qui est susceptible de varier selon les écoles fréquentées.

En utilisant les résultats obtenus des différentes régressions à l’étape précédente, un niveau de vie a été imputé à chacun des ménages se retrouvant au sein du recensement, et par la suite différents indices de pauvreté et d’inégalité sont calculés. Le présent rapport se concentre sur les indicateurs de pauvreté. En utilisant la famille d’indicateurs de la pauvreté développée par Foster et al. (1984), l’incidence de pauvreté (P0), sa profondeur (P1) et sa sévérité (P2) (Tableau 2) ont été estimés pour chacune des entités administratives mentionnées précédemment. Avant de présenter les résultats désagrégés, les résultats de la cartographie de pauvreté sont comparés avec ceux du profil de pauvreté pour le niveau le plus désagrégé mais commun aux deux sources de données. Le tableau 2 compare les indices P0, P1 et P2 au niveau des quatre strates ayant servi à la construction de la cartographie de pauvreté. Ainsi, pour toutes les strates, les indicateurs de l’incidence de pauvreté sont statistiquement égaux entre les résultats du profil et ceux de la cartographie. Ceci est aussi vrai pour les indicateurs P1 et P2. Aussi, les écarts-types des indices de pauvreté de la cartographie de pauvreté sont systématiquement plus petits que ceux calculés uniquement à partir des données d’enquête. Malgré le fait que les incidences de pauvreté basées sur les données du recensement ne peuvent être comparées avec les incidences calculées par le profil qu’au niveau des quatre strates, leurs égalités donnent un excellent test de la fiabilité de la méthodologie utilisée ici pour l’élaboration de la cartographie de pauvreté.

Tableau 2: Indicateurs de pauvreté selon le profil de pauvreté (Indicateur actuel) et la cartographie de pauvreté (Indicateur prédit), par strate Incidence (P0) Profondeur (P1) Sévérité (P2) QUIBB RGPH4 QUIBB RGPH4 QUIBB RGPH4 (Actuel) (Prédiction) (Actuel) (Prédiction) (Actuel) (Prédiction) Grand Lomé 28.5 28.0 6.8 8.3 2.6 3.6 (2.1) (1.2) (0.8) (0.5) (0.4) (0.3)

Autres Villes 40.6 40.4 13.7 13.8 6.2 6.5 (2.9) (2.2) (1.3) (1.0) (0.7) (0.6)

Rural Sud 66.5 66.2 26.9 26.1 13.8 13.3 (2.7) (2.1) (1.9) (1.3) (1.3) (0.9)

Rural Nord 86.1 85.6 42.8 43.9 25.2 26.5 (1.7) (1.1) (1.7) (1.2) (1.4) (1.0) Sources: QUIBB 2011 et RGPH4, DGSCN Note: les écarts-types sont entre parenthèses.

En s’appuyant sur les mêmes modèles économétriques utilisés pour calculer les incidences de pauvreté présentées au tableau 2, les cartes 1 présentent l’incidence de pauvreté au niveau des préfectures et cantons/communes et des quartiers du Grand Lomé respectivement. Les résultats détaillés ayant servi à la composition de ces cartes sont présentés à l’annexe 4.

Les incidences de pauvreté par préfecture présentées à la carte 1a reflètent les résultats du profil de pauvreté où les préfectures de la région des Savanes à l’extrême nord du pays sont de loin les plus pauvres tandis que les préfectures du sud du pays moins pauvres. Au sein des différentes régions – délimitées par des traits gras sur les cartes 1a et 1b – les différentes préfectures (Carte 1a) ou cantons/communes (Carte 1b) ne sont pas homogènes en termes de niveau de pauvreté. Par exemple, les préfectures de la région Maritime ont des incidences de pauvreté allant de 33% à 59%. Au niveau des cantons/communes/quartiers (Cartes 1b et 1c), les incidences pour cette même région vont de 20% à plus de 70% (Annexe 4 pour les résultats précis). Ainsi, un ciblage au niveau des préfectures et encore plus au niveau des cantons/communes/quartiers, permettrait de mieux distribuer les ressources vers les zones les plus pauvres. Pour un budget donné, l’efficacité ainsi gagnée permettra de diminuer davantage la pauvreté par rapport à un ciblage uniquement basé sur le niveau de pauvreté de la région. Un examen attentif des cartes 2a, 2b, 2c, montrant la profondeur de la pauvreté, révèle le même portrait géographique.

Qu’en est-il de la fiabilité des résultats ? Un examen attentif des résultats à l’annexe 4 montre que les écarts-types en proportion des incidences de pauvreté sont faibles et dénote ainsi que nos différentes mesures de pauvreté sont relativement fiables. Malgré cela, il est difficile de porter un jugement « objectif » sans une base de comparaison quelconque. Pour ce faire, le graphique 1 présente les coefficients de variation de la mesure de l’incidence de pauvreté (P0) au niveau des préfectures et des cantons/communes/quartiers. Le graphique 1 montre que les estimations au niveau des préfectures et cantons/communes/quartiers sont fiables par rapport à notre benchmark (0,2). Le seul bémol concerne quelques cantons/communes ayant des coefficients de variation supérieurs à 0,2. Ces cantons/communes/quartiers, comme le montre le

7 graphique 2, ont cependant toutes des incidences de pauvreté plus faibles que la moyenne nationale et sont ainsi peu susceptibles d’influencer des indicateurs de ciblages des zones les plus pauvres.

Carte 1: 12Incidence de la Pauvreté13

a) Préfecture

Sources: RGPH4 et QUIBB 2011, DGSCN

Note : Rate ( in %) désigne « Taux ( en %) »

12 Pour toute légende, la virgule désigne le signe de l’intervalle. Exemple: 20,30 représente l’intervalle 20-30

13 Une série de cartes à l’annexe 6 présente les noms des différentes régions, préfectures, cantons/communes et quartiers du Grand Lomé. 8

b) Canton/Commune

Sources: RGPH4 et QUIBB 2011, DGSCN

c) Quartiers du Grand Lomé

Sources: RGPH4 et QUIBB 2011, DGSCN

Carte 2: Profondeur de la Pauvreté

a) Préfecture

Sources: RGPH4 et QUIBB 2011, DGSCN

b) Canton/Commune

Sources: RGPH4 et QUIBB 2011, DGSCN

c) Quartiers du Grand Lomé

Sources: RGPH4 et QUIBB 2011, DGSCN

Graphique 1: Coefficients de variation, par niveau de désagrégation .6 .4 .2 Coefficient de variation (CV) variation de Coefficient 0

0 .2 .4 .6 .8 1 Proportion des ménages (ordonnés selon le CV)

Benchmark (0,2) Préfecture Canton/commune/quartier

Sources: RGPH4 et QUIBB 2011, DGSCN

Graphique 2: Coefficient de variation et incidence de pauvreté, canton/commune/quartier 100 80 60 40 Incidence de la pauvreté 20 0

0 .2 .4 .6 Coefficient de variation

Incidence de la pauvreté nationale (58,7%) Coefficient de variation benchmark (0,2) Canton/Commune/Quartier

Sources: RGPH4 et QUIBB 2011, DGSCN

Il a été mentionné précédemment qu’à l’intérieur d’une zone géographique ou administrative, de fortes différences dans les mesures de pauvreté peuvent être observées. Le graphique 3 illustre bien cela. Ce graphique donne les intervalles des mesures de l’incidence de pauvreté observées à l’intérieur des régions. Les intervalles sont souvent larges, et d’autant plus larges que les niveaux administratifs considérés sont désagrégés. Ils montrent clairement qu’à l’intérieur d’une région dont l’incidence de pauvreté est relativement basse, il peut y avoir certaines zones qui ont des mesures de la pauvreté élevées, et plus élevées que les mesures obtenues pour d’autres régions. Expliqué différemment, le graphique 3 donne une indication des gains dans l’estimation de la pauvreté au niveau local qui sont obtenus en utilisant les données du recensement par rapport aux données d’enquête dont la représentativité statistique est souvent limitée au niveau des grandes régions.

Graphique 3: Intervalles des incidences de la pauvreté locales, par région a) Préfecture

100

20 Incidence de la Pauvreté (en %) (en Pauvreté la de Incidence

e mé me es o ti n L ntral Kara ari e ava M Plateaux C S Région Administrative

Sources: RGPH4 et QUIBB 2011, DGSCN

15 b) Canton

100

20 Incidence de la %) Pauvreté (en Incidencede

e le m iti Kara Lomé ar M Plateaux Centra Savanes Région Administrative

Sources: RGPH4 et QUIBB 2011, DGSCN c) Canton/Commune/Quartier

100

20 Incidencelade Pauvreté (en %)

e x u le ra es im a tra an Lomé rit te n Ka a la av M P Ce S Région Administrative

Sources: RGPH4 et QUIBB 2011, DGSCN

2. Résultats des indicateurs OMD

Les données du recensement sont aussi très utiles pour formuler les politiques publiques, par exemple en termes de ciblage des canton/communes qui auraient des taux de scolarisation particulièrement bas, ou des taux de disparité entre garçons et filles particulièrement hauts. Ces indicateurs peuvent être calculés directement à partir des données du recensement puisque le questionnaire du recensement dispose de questions à ces propos. Cette section présente les résultats d’une quinzaine d’indicateurs OMD pouvant être directement calculés à partir des données du RGPH4.

Les indicateurs du tableau 4 incluent des indicateurs officiels OMD ainsi que quelques indicateurs qui ne le sont pas mais qui nous paraissaient indispensables, tels que l’accès à l’électricité ou le taux de scolarisation au secondaire. Les cartes 3 à 18 montrent les résultats aux niveaux des préfectures et des cantons/communes, tandis que les données réelles sous-jacentes se retrouvent à l’annexe 5.

Tableau 4: Liste des indicateurs OMD calculés à partir des données du RGPH4 Indicateurs Moyenne nationale Homme Femme Ensemble [3] le taux d’occupation (population âgée de 15 à 64 69.2 67.4 68.2 ans) [4] le pourcentage d’emplois non-salariés dans la 77.9 88.1 83.2 population occupée [5] le ratio de dépendance démographique* n/a n/a 52.1 [6] le taux net de scolarisation dans le primaire 79.3 77.0 78.1 [7] le taux net de scolarisation dans le secondaire* 49.2 36.4 43.1 [8] le taux d’alphabétisation des hommes de 15 à 24 ans 83.4 n/a n/a [9] le taux d’alphabétisation des femmes de 15 à 24 ans n/a 66.3 n/a [10] le rapport du nombre de filles et de garçons dans n/a n/a 0.91 l’enseignement primaire [11] le rapport du nombre de filles et de garçons dans n/a n/a 0.62 l’enseignement secondaire [12] le pourcentage de femmes dans le secteur salarié n/a 23.2 n/a non agricole [13] le pourcentage de la population ayant accès à l’eau n/a n/a 46.5 potable [14] le pourcentage de la population ayant accès à des n/a n/a 43.7 installations sanitaires [15] le pourcentage de la population ayant accès à n/a n/a 33.5 l’électricité* [16] le pourcentage de la population utilisant le gaz ou n/a n/a 38.4 le charbon comme combustible* [17] le pourcentage de la population possédant un n/a n/a 3.8 téléphone fixe [18] le pourcentage de la population possédant un n/a n/a 55.1 téléphone mobile Note : * dénote un indicateur OMD non-officiel

La carte 3a au niveau des préfectures montre des variations significatives du taux d’occupation de la population âgée de 15 à 64 ans révolus, même si un groupe de préfectures chevauchant les régions de la Kara et Centrale ont des taux nettement plus faibles qu’ailleurs. Les taux d’occupation sont particulièrement faibles dans la préfecture de la Kozah, ainsi que dans quelques cantons/communes (Carte 3b) à l’extérieur de cette zone. Le graphique 4 présente la relation entre l’incidence de pauvreté et le taux d’occupation au niveau des cantons/communes/quartiers du Grand Lomé (CCQ) sous forme d’un nuage de points. De plus, une régression linéaire a été estimée par milieu et pour l’ensemble des CCQ. Dans le cas du taux d’occupation, le graphique 4 montre une relation positive pour le milieu rural et négative pour le milieu urbain. Dans le cas du milieu rural cette relation positive est expliquée par le fait que peu d’individus âgés de plus de 15 ans vont à l’école et que la grande majorité des individus sont des travailleurs indépendants dans leur ferme familiale. Par contre, en milieu urbain les taux de fréquentation à l’école secondaire sont beaucoup plus élevés et que le chômage est principalement un phénomène urbain au Togo. Cela diminue évidemment la participation au marché du travail. Ces résultats démontrent clairement la pertinence de données ventilées au niveau local dans la mise en application de politiques de lutte contre la pauvreté en général, et de mesures sur l’emploi en particulier. Il faudra noter que le taux d’occupation mesure la proportion de la population en âge de travailler ayant un travail, que l'individu soit salarié, apprenti, aide-familial ou bien travailleur indépendant.

Les cartes 4 montrent le pourcentage de ces travailleurs qui sont considérés comme non-salariés, incluant les indépendants, employeurs et aides familiaux. Il convient de noter que la quasi-totalité des préfectures et CCQ ont une proportion de travailleurs non-salariés de plus de 80%. Les seules zones ayant un plus faible pourcentage se trouvent dans les zones urbaines. Le graphique 5 confirme que les CCQ ayant un fort pourcentage de travailleurs non-salariés sont aussi les plus pauvres.

Le ratio de dépendance démographique14 est défini comme le rapport entre la population âgée de moins de 18 ans et de plus de 65 ans (les tranches d’âges les moins susceptibles de contribuer économiquement à leur ménage) et la population d’âge compris entre 18 et 64 ans, Dans l’ensemble, les résultats présentés sur les cartes 5 montrent peu de variation entre les différentes préfectures et CCQ à l’exception des zones très urbanisées telles que le Grand Lomé et la ville de Kara. Dans ces deux cas, il est possible de démontrer que les faibles ratios de dépendance démographique sont autant dus à une plus faible proportion de jeunes que de vieux dans la population. Le graphique 6 montre que la corrélation entre l’incidence de pauvreté des CCQ et les ratios de dépendance démographique est très élevée.

Les cartes 6 et 7 présentent les taux nets de scolarisation pour respectivement les niveaux primaire et secondaire. Pour ces deux indicateurs, les taux sont particulièrement faibles dans trois préfectures contiguës (Kpendjal, Oti et Dankpen) dans le nord du pays. A l’intérieur de ces préfectures, quelques cantons ont de très faibles taux nets au primaire, parfois inférieurs à 40%. A quelques exceptions près, le reste du pays a des taux approchant 100%. Il est évident que si le taux national au niveau primaire n’est pas très proche de 100%, c’est principalement dû à un petit nombre de cantons. Même si les taux nets de scolarisation au niveau secondaire sont

14 Ce ratio est différent de ceux habituellement calculés où les bornes d’âge sont 15 ans et 65 ans. 18 beaucoup plus faibles, le pattern géographique est semblable à celui du niveau primaire.

Il est normal que les taux d’alphabétisation des jeunes âgés de 15 à 24 ans (Cartes 8 et 9) suivent le même pattern géographique que les taux nets de scolarisation. Par contre, ces données, ventilées selon le sexe, montrent clairement la disparité entre l’alphabétisation des femmes et des hommes.

La disparité entre le niveau de scolarisation des filles et des garçons est beaucoup mieux mise en évidence en examinant le ratio fille/garçon dans les écoles de niveau primaire (Cartes 10) et secondaire (Cartes 11). Dans l’ensemble, les ratios sont inférieurs à un, surtout dans le cas du niveau secondaire. Autrement dit, dans la grande majorité des préfectures et CCQ, il y a plus de garçons que de filles dans les salles de cours. Par contre, un examen minutieux des résultats ne révèle pas de pattern géographique fort à l’exception des trois mêmes préfectures où les taux nets de scolarisation étaient les plus faibles (Cartes 6 et 7). Les seuls CCQ ayant un ratio supérieur à un se retrouvent dans la capitale Lomé. Pour ces six derniers indicateurs liés à l’éducation, les graphiques 7 à 12 montrent clairement qu’ils sont négativement corrélés avec la pauvreté, c’est-à-dire que les zones les plus pauvres ont aussi les indicateurs éducatifs les plus faibles.

Un dernier indicateur concernant le rôle des femmes dans la société togolaise est la proportion de femmes salariées dans le secteur non agricole (Cartes 12). Cette tranche de la population occupe particulièrement une faible proportion au Togo et ainsi, les résultats dans les plus petits CCQ peuvent être très instables. Malgré ce bémol, les femmes salariées sont surtout présentes à Lomé.

Les quatre prochains indicateurs concernent quelques caractéristiques des ménages ayant une influence sur l’environnement : eau, assainissement, électricité et combustible pour la cuisson. Les cartes 13 montrent la proportion des individus utilisant une source d’eau améliorée pour leur eau de boisson. L’eau provenant d’une source dite «améliorée» peut venir d’un robinet, d’un forage ou bien d’une borne fontaine, et ainsi sont exclus les puits et rivières de cette définition. Dans l’ensemble du pays, moins de 50% des individus ont ce privilège et seules trois zones se démarquent positivement : le Grand Lomé, une partie des préfectures de Bassar et la Plaine de Mô et une zone au centre de la région Maritime. Dans l’ensemble, les CCQ les plus pauvres ont aussi le plus faible accès à une eau de qualité (Graphique 14).

Les cartes 14 montrent le taux d’utilisation « d’infrastructure d’assainissement », c’est-à-dire tous les types de WC et fosses sèches. De façon générale, seulement 43,7% de la population utilisent de telles infrastructures d’assainissement. Une analyse des cartes 14 montre qu’à l’exception de la capitale Lomé et d’une série de préfectures le long de la frontière sud avec le Ghana, les taux d’utilisation d’infrastructure sont minimaux pour la quasi-totalité du pays. La corrélation avec le niveau de pauvreté est très grande, autant pour le milieu urbain que rural (Graphique 15).

A l’exception des différentes communes urbaines du Togo, l’accès à l’électricité (Cartes 15) demeure extrêmement faible (moins de 20% des individus) dans

19 l’ensemble du pays et négativement corrélé avec le niveau de pauvreté (Graphique 16).

L’utilisation du bois comme combustible de cuisson demeure un enjeu important au Togo, particulièrement à cause de son influence sur la déforestation du pays. Afin d’examiner le phénomène au niveau local, il a été construit un indicateur défini comme la proportion des individus n’utilisant pas le bois comme combustible (Cartes 16). A l’exception des quartiers de Lomé et de quelques autres zones urbaines, le bois demeure malheureusement omniprésent comme combustible pour la cuisson.

L’avènement de la téléphonie mobile a grandement vulgarisé l’utilisation du téléphone au Togo, comme partout ailleurs en Afrique. Tandis que le téléphone fixe n’est présent de façon significative que dans quelques quartiers de Lomé (Cartes 18), les téléphones mobiles se retrouvent sur l’ensemble du territoire togolais (Cartes 19)15. Même si les taux d’utilisation sont beaucoup plus élevés dans les zones urbaines, plusieurs zones rurales ont aussi des taux d’utilisation supérieurs à 50%.

15 Si un ménage a déclaré posséder un téléphone, nous avons supposé que tous les membres du ménage y avaient accès. 20

Carte 3: Taux d’emploi de la population âgée de 15 à 64 ans

a) Préfecture

b)Canton/commune

c)GrandLomé

Graphique 4: Corrélation entre le taux d’emploi et la pauvreté

Urbain Rural Total 100.0 80.0 60.0 40.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'emploi (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN

Carte 4 : Proportion d’emploi non-salarié dans la population occupée a) Préfecture

24 b)Canton/Commune

c) Grand Lomé

Graphique 5: Corrélation entre la proportion d’emploi non-salarié et la pauvreté

Urbain Rural Total 100.0 80.0 60.0 40.0 20.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Pourcentage d'emploi non salarié (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN

Carte 5 : Taux de dépendance démographique a) Préfecture

27 b) Canton/commune

28 c) Grand Lomé

Graphique 6: Corrélation entre le taux de dépendance démographique et la pauvreté

Urbain Rural Total 70.0 60.0 50.0 40.0 30.0

0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux de dépendance démographique (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN .

Carte 6 : Taux net de scolarisation au niveau primaire a) Préfecture

30 b) Canton/commune

31 c) Grand Lomé

Graphique 7: Corrélation entre le taux net de scolarisation primaire et la pauvreté

Urbain Rural Total 100.0 80.0 60.0 40.0

0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux net de scolarisation au primaire (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN

Carte 7 : Taux net de scolarisation au niveau secondaire a) Préfecture

33 b) Canton/commune

34 c) Grand Lomé

Graphique 8: Corrélation entre le taux net de scolarisation secondaire et la pauvreté

Urbain Rural Total 80.0 60.0 40.0 20.0 0.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux net de scolarisation au secondaire (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 8 : Taux d’alphabétisation des hommes de 15-24 ans a) Préfecture

36 b) Canton/commune

c) Grand Lomé

Graphique 9: Corrélation entre le taux d’alphabétisation des hommes et la pauvreté

Urbain Rural Total 100.0 80.0 60.0 40.0 20.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'alphabétisation, hommes (en %) Régression linéaire

Graphs by Milieu de résidence

Sources: RGPH4 et QUIBB 2011 , DGSCN.

Carte 9 : Taux d’alphabétisation des femmes de 15-24 ans a) Préfecture

39 b) Canton/commune

c) Grand Lomé

Graphique 10: Corrélation entre le taux d’alphabétisation des femmes et la pauvreté

Urbain Rural Total 100.0 50.0 0.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'alphabétisation, femmes (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011 , DGSCN.

Carte 10 : Ratio fille/garçon des élèves au niveau primaire a) Préfecture

42 b) Canton/commune

c) Grand Lomé

Graphique 11: Corrélation entre le ratio fille/garçon des élèves au niveau primaire et la pauvreté

Urbain Rural Total 1.50 1.00 0.50 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Rapport filles/garçons, primaire Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 11 : Ratio fille/garçon des élèves au niveau secondaire a) Préfecture

45 b) Canton/commune

c) Grand Lomé

Graphique 12: Corrélation entre le ratio fille/garçon des élèves au niveau secondaire et la pauvreté

Urbain Rural Total 1.50 1.00 0.50 0.00 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Rapport filles/garçons, secondaire Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 12: Proportion des femmes salariées dans le secteur non agricole a) Préfecture

48 b) Canton/commune

c) Grand Lomé

Graphique 13: Corrélation entre la proportion de femmes en secteur salarié et la pauvreté

Urbain Rural Total 60.0 40.0 20.0 0.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Pourcentage de femmes dans le secteur salarié (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 13 : Proportion de la population utilisant une source d’eau potable améliorée a) Préfecture

51 b) Canton/commune

52 c) Grand Lomé

Graphique 14: Corrélation entre le taux d’accès à l’eau potable et la pauvreté

Urbain Rural Total 150.0 100.0 50.0 0.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'accès à l'eau potable (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 14 : Proportion de la population utilisant des infrastructures d’assainissement améliorées a) Préfecture

54 b) Canton/commune

c) Grand Lomé

Graphique 15: Corrélation entre le taux d’accès aux installations sanitaires améliorées et la pauvreté

Urbain Rural Total 150.0 100.0 50.0 0.0

0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'accès à des sanitaires (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 15 : Proportion de la population utilisant l’électricité

a) Préfecture

57 b) Canton/commune

c) Grand Lomé

Graphique 16: Corrélation entre le taux d’utilisation de l’électricité et la pauvreté

Urbain Rural Total 150.0 100.0 50.0 0.0

0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'utilisation de l'électricité (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 16 : Proportion de la population n’utilisant pas le bois comme combustible pour la cuisson a) Préfecture

60 b)Canton/commune

61 c) Grand Lomé

Graphique 17: Corrélation entre le taux de non utilisation du bois comme combustible et la pauvreté

Urbain Rural Total 150.0 100.0 50.0 0.0

0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux d'utilisation du charbon ou du gaz comme combustible (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 17 : Proportion de la population utilisant le téléphone fixe a) Préfecture

63 b) Canton/commune

c) Grand Lomé

Graphique 18: Corrélation entre le taux de possession d’un téléphone fixe et la pauvreté

Urbain Rural Total 100.0 50.0 0.0 -50.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux de propriété d'un téléphone fixe (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

Carte 18 : Proportion de la population utilisant le téléphone mobile

a) Préfecture

66 b) Canton/commune

67 c) Grand Lomé

Graphique 19: Corrélation entre le taux de possession d’un téléphone mobile et la pauvreté

Urbain Rural Total 100.0 50.0 0.0 0.0 50.0 100.0 0.0 50.0 100.0 0.0 50.0 100.0 Incidence de la pauvreté (en %) Taux de propriété d'un téléphone mobile (en %) Régression linéaire

Sources: RGPH4 et QUIBB 2011, DGSCN.

3. Corrélations entre les différents indicateurs

Durant l’élaboration de politiques de lutte contre la pauvreté, une question cruciale concerne le degré de corrélation entre les différents indicateurs de pauvreté monétaire et non-monétaire. Dans les sections précédentes, une quinzaine d’indicateurs a été présentée et analysée de façon séparée ainsi que la relation entre l’incidence de pauvreté et les autres indicateurs. Dans l’esprit des OMD, la construction de multiples indicateurs suppose que l’utilisation d’un seul indicateur (que ce soit l’incidence de pauvreté monétaire ou pas) n’est pas souhaitable car toutes les dimensions de la pauvreté ne seraient pas couvertes. D’un point de vue statistique, si les différents indicateurs étaient fortement corrélés, l’utilisation d’un seul de ces indicateurs (disons le plus facile à obtenir) serait suffisante. Par contre, en l’absence de fortes corrélations, il serait tout à fait justifié d’utiliser les différents indicateurs OMD.

Le tableau 5 présente la matrice de corrélation entre les 18 indicateurs calculés au niveau des cantons/communes/quartiers et analysés dans ce rapport. Un examen minutieux révèle qu’à l’exception de quelques cas évidents (Exemple : la corrélation entre les taux nets de scolarisation au primaire et au secondaire), les corrélations sont relativement faibles. Par contre, il est intéressant de noter que comparées à celles des autres pays de la sous-région, ces corrélations peuvent être considérées comme élevées. En particulier, la corrélation entre l’incidence de pauvreté monétaire et les autres indicateurs OMD est très forte16. Ces résultats préliminaires démontrent que l’utilisation de multiples indicateurs dans l’élaboration des politiques de lutte contre la pauvreté n’est pas toujours nécessaire, particulièrement dans le cas du Togo. L’analyse présentée dans le présent rapport se veut descriptive et ainsi une analyse approfondie, secteur par secteur, serait très indiquée en vue d’une utilisation des résultats à bon escient.

16 L’annexe 8 présente une série de graphiques de type « scatter plots » présentant les nuages de points entre l’incidence de la pauvreté monétaire et les différents indicateurs OMD non-monétaires au niveau des cantons/communes. Ces graphiques renforcent la conclusion que l’utilisation unique d’un indicateur de pauvreté monétaire n’est pas suffisante dans le cadre d’une politique globale de lutte contre la pauvreté. 69

Tableau 5: Matrice de corrélation entre les différents indicateurs OMD au niveau des cantons/communes/quartiers [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] 1.00 [1] Incidence de la pauvreté 0.97 1.00 [2] Profondeur de la pauvreté 0.42 0.41 1.00 [3] Taux d’occupation [4] Pourcentage d’emplois non 0.87 0.78 0.52 1.00 salariés [5] Ratio de dépendance 0.91 0.86 0.43 0.89 1.00 démographique [6] Taux net de scolarisation – -0.35 -0.44 -0.38 -0.26 -0.36 1.00 primaire [7] Taux net de scolarisation – -0.71 -0.71 -0.70 -0.72 -0.71 0.61 1.00 secondaire [8] Taux d’alphabétisation – femme -0.61 -0.67 -0.56 -0.56 -0.60 0.81 0.84 1.00

-0.65 -0.70 -0.60 -0.59 -0.65 0.74 0.87 0.95 1.00 [9] Taux d’alphabétisation – homme [10] Ratio fille/garçon – primaire -0.71 -0.66 -0.48 -0.72 -0.74 0.44 0.71 0.63 0.64 1.00 [11] Ratio fille/garçon – secondaire -0.82 -0.73 -0.43 -0.83 -0.86 0.32 0.68 0.57 0.62 0.78 1.00 [12] Pourcentage de femmes - secteur -0.65 -0.54 -0.34 -0.70 -0.70 0.12 0.49 0.35 0.38 0.53 0.70 1.00 salarié [13] Taux d’accès à des sanitaires -0.85 -0.79 -0.36 -0.81 -0.86 0.34 0.66 0.59 0.63 0.65 0.82 0.67 1.00 adéquats [14] Taux d’accès à l’eau potable -0.71 -0.63 -0.37 -0.71 -0.70 0.08 0.46 0.33 0.37 0.58 0.68 0.60 0.63 1.00 [15] Taux d’accès à l’électricité -0.90 -0.80 -0.47 -0.89 -0.88 0.23 0.69 0.51 0.55 0.73 0.83 0.72 0.81 0.73 1.00 [16] Taux de non utilisation du bois -0.88 -0.77 -0.40 -0.90 -0.88 0.16 0.63 0.45 0.48 0.71 0.86 0.72 0.83 0.75 0.93 1.00 [17] Possession d'un téléphone fixe -0.72 -0.61 -0.28 -0.83 -0.77 0.10 0.49 0.37 0.38 0.55 0.72 0.70 0.66 0.62 0.75 0.76 1.00 [18] Possession d'un téléphone -0.85 -0.76 -0.52 -0.89 -0.84 0.27 0.69 0.56 0.59 0.70 0.83 0.72 0.82 0.68 0.89 0.90 0.71 1.00 mobile Source : RGPH4 et QUIBB 2011, DGSCN

Conclusion

Ce rapport a pour principal objectif de documenter l’élaboration de la cartographie de la pauvreté du Togo. Cette cartographie a permis d’obtenir des indicateurs de pauvreté à des niveaux de désagrégation jamais atteints au Togo. Obtenir ces indicateurs de pauvreté statistiquement valables au niveau des 36 préfectures, des 5 arrondissements de la Commune de Lomé et des 513 cantons/communes/quartiers à l’aide d’enquête auprès des ménages serait prohibitifs. Ces incidences de la pauvreté sont statistiquement cohérentes avec ceux du profil de pauvreté basé sur l’enquête QUIBB 2011.

Un des avantages principaux de la méthodologie utilisée est la possibilité de calculer une mesure de dispersion (écart-type) des différents indicateurs de pauvreté, et ainsi donner une idée de la précision des incidences de pauvreté calculées. Cela a permis de confirmer que les incidences de pauvreté au niveau des préfectures et des cantons/communes sont toutes aussi fiables que les incidences de pauvreté calculées à partir des données du QUIBB 2011 au niveau des quatre strates. Un autre avantage de la méthodologie utilisée est la possibilité de calculer des profils de la pauvreté au niveau local qui peuvent aider à définir des politiques et programmes de lutte contre la pauvreté à ce niveau.

Il est souvent proposé d’utiliser les cartes de la pauvreté pour cibler les programmes publics, par exemple en définissant différentes règles d’allocation budgétaire. De telles règles seront nécessaires dans le contexte de décentralisation ayant cours au Togo. En ciblant les cantons/communes/quartiers les plus pauvres à l’aide des différentes mesures de pauvreté, il serait possible de rendre plus efficace les différents programmes de lutte contre la pauvreté. Outre la construction d’outils de ciblage, les résultats obtenus peuvent aussi être utilisés pour l’évaluation de différents programmes ou projets anti-pauvreté ou bien pour aider les chercheurs à mieux comprendre les relations entre la distribution de la pauvreté et différents phénomènes socio-économiques.

Des simulations suggèrent, comme cela a été observé dans différents autres pays, qu’un ciblage de transferts en espèce en fonction des caractéristiques des ménages (proxy means-testing (PMT)) permettrait, pour un même budget, de réduire davantage la pauvreté qu’un ciblage géographique. Cependant, la mise en œuvre d’un mécanisme de ciblage PMT est complexe, et les coûts administratifs d’un tel mécanisme de ciblage sont non négligeables. L’avantage de la cartographie de la pauvreté est qu’elle ne nécessite pas la mise en œuvre d’un ciblage PMT.

Il est cependant important d’être prudent dans l’utilisation des résultats de la cartographie de la pauvreté, car toutes les interventions du gouvernement ne doivent pas nécessairement être ciblées avec cette cartographie. Par exemple, les corrélations entre les estimations de la pauvreté au niveau des cantons/communes/quartiers et les estimations des taux nets de scolarisation pour l’enseignement primaire ou celles des taux de mortalité infantile ne sont pas nécessairement très élevées. Il existe par exemple des cantons/communes/quartiers très pauvres où des taux de scolarisation sont plus élevés et des taux de mortalité infantile moins élevés que ce que l’on peut observer dans des cantons/communes/quartiers moins pauvres. Il n’est donc pas évident que la cartographie de la pauvreté soit adéquate pour informer les

1 interventions en matière de scolarisation des enfants ou de santé infantile. Afin de vérifier si la cartographie de la pauvreté est l’outil adéquat pour cibler une intervention particulière, que cette intervention soit mise en œuvre par les autorités publiques ou des organisations non gouvernementales, il est donc nécessaire de procéder à des analyses détaillées sur les besoins que cette intervention vise à combler et sur l’efficacité de la cartographie de la pauvreté par rapport à d’autres méthodes pour atteindre les populations visées.

Références

Coudouel, A., J. Hentschel, et Q. Wodon, 2002, Poverty Measurement and Analysis, in J. Klugman, editeur, A Sourcebook for Poverty Reduction Strategies, Volume 1: Core Techniques and Cross-Cutting Issues, World Bank, Washington.

Coulombe, H., 2008, Ghana Census-based Poverty Map: District and Sub-District level Results, in E. Aryeetey and R. Kanbur (eds.), The Economy of Ghana: Analytical Perspectives on Stability, Growth and Poverty, Oxford: James Currey

Coulombe, H., and Q. Wodon, 2007, Combining census and household survey data for better targeting: The West and Central Africa Poverty Mapping Initiative, Findings No. 280, Africa Region, The World Bank, Washington, D.C.

Davis, Benjamin, 2003, Choosing a Method for Poverty Mapping, Rome: FAO

Elbers, C., J. O. Lanjouw, and P. Lanjouw, 2002, Welfare in Villages and Towns: Micro level Estimation of Poverty and Inequality, Policy Research Working Paper No. 2911, DECRG-World Bank, Washington DC

Elbers, C., J. O. Lanjouw, and P. Lanjouw, 2003, Micro-Level Estimation of Poverty and Inequality, Econometrica, 71(1), 355-364

Foster, J.E., J. Greer and E. Thorbecke, 1984, A Class of Decomposable Poverty Measures, Econometrica 52: 761-766

Henninger, Norbert, 1998, Mapping and Geographic Analysis of Human Welfare and Poverty – Review and Assessment, Washington, D.C.: World Resources Institute

Henninger, Norbert and Mathilde Snel, 2002, Where are the Poor? Experiences with the Development and Use of Poverty Maps, Washington, D.C.: World Resources Institute

Mistiaen, J., Özler, B., Razafimanantena, T., Razafindravonona, J., 2002. Putting Welfare on the Map in Madagascar, Africa Region Working Paper Series 34, The World Bank, Washington, DC.

Zhao, Qinghua, 2005, User Manual for PovMap, mimeo, Development research Group, The World Bank, Washington, D.C.

Annexe 1: Mesures de la pauvreté

Pour mesurer la pauvreté, il faut en principe disposer (a) d'un indicateur du bien-être tel que la consommation du ménage par personne ou par adulte équivalent, (b) d'un seuil de référence (le seuil de pauvreté) auquel le bien-être de chaque ménage peut être comparé et (c) d'une mesure de la pauvreté ( Coudouel et al., 2002 dont cette annexe est adaptée). Des différences dans les estimations de la pauvreté peuvent résulter du choix de l'indicateur du bien-être, du choix du seuil de pauvreté ou du choix de la mesure de pauvreté. Cette annexe définit les mesures de la pauvreté utilisées dans cette étude.

Incidence de la pauvreté : Il s'agit de la part de la population qui vit en état de pauvreté, celle pour laquelle la mesure de consommation se situe en dessous du seuil de pauvreté z. Soit une population de taille n dans laquelle q personnes sont pauvres. L'incidence de la pauvreté P0 est définie comme suit : q P  0 n

Profondeur ou écart de la pauvreté : L'écart de pauvreté, souvent choisi pour représenter la profondeur de la pauvreté, correspond à la distance moyenne qui sépare la population du seuil de pauvreté lorsqu'une distance zéro est attribuée aux non- pauvres. L'écart de pauvreté est une mesure du déficit de pauvreté de la population entière. En l'occurrence, la notion de « déficit de pauvreté » traduit les ressources qui seraient nécessaires pour extraire tous les pauvres de leur situation par des transferts en espèces parfaitement ciblés. L'écart de la pauvreté se définit par la formule :

q 1 z  yi  PG     n i 1  z  où yi est la consommation d'un individu i, et la somme porte uniquement sur les individus pauvres (en pratique, la consommation de chaque individu dans un ménage est définie comme étant égale à la consommation par habitant du ménage). L'écart de la pauvreté peut être considéré comme le produit du ratio de l'écart de consommation et de l'incidence de la pauvreté en nombre d'habitants, le ratio de l'écart de consommation étant lui-même défini comme :

P1=C*P0, avec

q z  yq 1 C  où yq   yi est la consommation moyenne des pauvres. z q i1

Le ratio de l'écart de la consommation C n'est pas en lui-même une bonne mesure de la pauvreté. Supposons que certains ménages ou certains individus pauvres, mais proches du seuil de pauvreté améliorent progressivement leur niveau de vie et cessent d'être pauvres. Le ratio de l'écart de la consommation augmentera parce que la distance moyenne séparant les pauvres du seuil de pauvreté s'accroîtra (certains de

74 ceux qui étaient moins pauvres sont sortis de la pauvreté et, par conséquent, ceux qui restent en état de pauvreté sont en moyenne plus éloignés du seuil de pauvreté), ce qui conduirait à conclure à une détérioration du bien-être. Pourtant, personne n'a vu sa situation empirer et certains, au contraire, ont vu la leur s'améliorer. Cependant si le ratio de l'écart de la consommation augmente, l'écart de la pauvreté P1 diminue, à l'instar de l'incidence de la pauvreté en nombre d'habitants, ce qui évoque une réduction de la pauvreté. Le problème tient au fait que le ratio de l'écart de la consommation est défini sur la base de la population pauvre, alors que l'écart de la pauvreté est défini par rapport à la population tout entière.

L’écart de la pauvreté permet d'évaluer la quantité de ressources théoriquement nécessaires pour éradiquer la pauvreté moyennant des transferts en espèces parfaitement ciblés au profit des pauvres. Supposons, par exemple, que l'écart de pauvreté soit égalà 0,20. Ceci signifierait que le transfert en espèces requis pour extraire chaque personne pauvre de sa situation représente en moyenne 20% du seuil de pauvreté. Si la consommation moyenne du pays était égale à deux fois le seuil de pauvreté, le transfert en espèces représenterait seulement 10% de la consommation moyenne du pays.

Dans le même ordre d’idée, si la consommation moyenne des non-pauvres atteignait deux fois le seuil de pauvreté et qu'une moitié de la population était pauvre, il serait aisé de démontrer que le taux d'impôt (dans le cas d’une illustration pour les pays développés par exemple) qui devrait frapper les non-pauvres pour éradiquer la pauvreté serait à nouveau de 20%. Si la consommation moyenne des non-pauvres était équivalente à quatre fois le seuil de pauvreté, le taux d'imposition serait de 10%. Ces simulations simples permettent de saisir intuitivement la signification de l'écart de pauvreté. Cependant, en pratique, comme les transferts parfaitement ciblés destinés à éradiquer la pauvreté ne sont ni réalisables ni nécessairement souhaitables (car des taux d'imposition élevés risqueraient d'étouffer la croissance et, partant, toute nouvelle réduction de la pauvreté), il convient de les utiliser avec circonspection.

Sévérité ou écart de la pauvreté au carré : Cette mesure est souvent décrite comme indicative de la sévérité de la pauvreté. Alors que l'écart de la pauvreté prend en compte la distance qui sépare les pauvres du seuil de pauvreté, la sévérité considère le carré de cette distance. L'utilisation de la sévérité revient à pondérer l'écart de pauvreté en fonction de lui-même, de manière à privilégier les personnes en situation d'extrême pauvreté. En d'autres termes, l'écart de la pauvreté au carré prend en compte l'inégalité parmi les pauvres. Il s'obtient de la manière suivante : q 2 1  z  yi  P2     n i1  z 

L’incidence de la pauvreté, l'écart de la pauvreté et la sévérité sont les trois premières mesures de la classe dite FGT (Foster et al. 1984). La formule générale de cette classe de mesures de la pauvreté fait appel à un paramètre α, qui prend la valeur zéro (0) pour l’incidence de la pauvreté, un (1) pour l'écart de la pauvreté et deux (2) pour l'écart de la pauvreté au carré dans l'expression suivante :

 q 1  z  yi  P     n i 1 z 

Dans les évaluations de l’impact des politiques publiques ou des programmes associatifs sur la pauvreté, y compris au niveau local, il est important d'utiliser l'écart de la pauvreté ou la sévérité en plus de l’incidence de la pauvreté, car ces trois mesures traduisent des aspects différents de la pauvreté en termes de consommation. En effet, une évaluation fondée sur la seule incidence de la pauvreté conclurait à une plus grande efficacité des politiques qui permettraient aux mieux nantis parmi les pauvres (ceux qui se trouvent au plus près du seuil ) d'échapper à la pauvreté. Sur la base de l'écart de la pauvreté P1 l'évaluation mettrait l'accent sur l'aide apportée aux individus plus éloignés du seuil et l’utilisation de la sévérité P2,, prendrait en compte les plus pauvres parmi les pauvres.

Annexe 2: Méthodologie de la cartographie de pauvreté monétaire

Cette méthodologie a été développée par Elbers, O. Lanjouw et P. Lanjouw (2002, 2003). Elle est fondée sur :  l’estimation du modèle de régression du logarithme de la dépense par tête à partir des données d’enquête, en utilisant un ensemble de variables explicatives qui sont communes à l’enquête et au recensement,  l’utilisation des paramètres de la régression pour prédire la dépense de tous les ménages du recensement.  l’élaboration d’une série d’indicateurs de bien-être pour les différents groupes géographiques.

Le terme « indicateur de bien-être » englobe un ensemble d’indicateurs fondés sur la dépense des ménages. Cette note met l’accent sur l’incidence de pauvreté (P0) mais les indicateurs usuels de pauvreté et d’inégalité peuvent également être calculés. Bien que l’idée soit simple, sa réalisation requiert une procédure complexe permettant de prendre en compte l’auto corrélation spatiale et l’hétéroscédasticité dans le modèle de régression. Par ailleurs, le calcul des différents indicateurs de bien-être et de leurs écart-types accroît considérablement la complexité de l’exercice. La discussion ci- dessous se divise en trois parties, chacune d’elles représente une étape de la construction de la cartographie de la pauvreté. Cette présentation s’inspire largement des papiers théoriques originaux de Elbers, O. Lanjouw et P. Lanjouw ainsi que de Mistiaen et al. (2002).

Première étape. Pour commencer, il est nécessaire de déterminer un ensemble de variables explicatives présentes dans les deux bases de données qui remplissent certains critères de comparabilité. En effet, pour être en mesure de reproduire une cartographie de pauvreté compatible avec le profil de pauvreté, il apparaît important de se restreindre aux variables qui sont pleinement comparables dans le recensement et l’enquête. On commence donc par vérifier que le libellé des questions et des réponses sont bien les mêmes dans les deux questionnaires. A partir des questions sélectionnées on construit ensuite une série de variables dont on teste la comparabilité. Bien qu’il soit préférable de tester la comparabilité des distributions de chacune des variables, en pratique on retient seulement la moyenne. Afin de maximiser le pouvoir prédictif des modèles de la seconde étape, toutes les analyses sont effectuées au niveau de chacune des strates, de même que les tests de comparabilité des différentes variables à partir desquelles les modèles définitifs seront déterminés.

Deuxième étape. On estime tout d’abord le modèle de la dépense du ménage par tête en utilisant les données de l’enquête. Afin de maximiser sa précision, l’estimation du modèle est réalisée au plus bas niveau géographique pour lequel l’enquête reste représentative. Ce niveau est habituellement les strates d’échantillonnage. Spécifions le modèle de la dépense ( ych ) du ménage h localisé en c, xch est le vecteur des variables explicatives, et uch est le terme d’erreur :

ln ych  [ln ych | x ch ]  uch ( 1 )

Les localités représentent des groupes de ménages définis par le plan de sondage. Elles peuvent aussi représenter des zones d’énumération du recensement,

77 bien que ce ne soit pas nécessairement le cas. Les variables explicatives doivent être présentes à la fois dans le recensement et dans l’enquête, et doivent avoir une définition commune. En toute logique, les moments de la distribution des variables explicatives devraient aussi être les mêmes dans les données d’enquête et dans les données du recensement afin de mesurer convenablement les indicateurs de bien-être. L’ensemble des variables a été défini dans la première étape. Si on linéarise la précédente équation, on peut modéliser le logarithme de la dépense par tête de la manière suivante : ' ln ych  xchβ uch . ( 2 )

Le vecteur des perturbations u est distribué selon F (0, ) . Le modèle (2) est estimé par la méthode des Moindres Carrés Généralisés (MCG). Pour estimer le modèle on a d’abord besoin d’estimer la matrice de variance-covariance  afin de prendre en compte la possible auto corrélation spatiale (les dépenses des ménages à l’intérieur d’un même groupe sont corrélées entre elles) et l’hétéroscédasticité. Pour se faire, on spécifie le terme d’erreur comme suit :

uch   c   ch ( 3 ) où  c est l’effet de localisation et  ch est la composante individuelle du terme d’erreur. En pratique, on estime d’abord l’équation (2) par un simple MCO, puis on utilise les résidus comme des estimés pour les perturbations, notéesuˆch . On décompose alors le résidu en une composante localisation et une autre composante ménage non corrélée :

uˆ ch  ˆ c  ech ( 4 )

Le terme de localisation (ˆ c ) est estimé par la moyenne des résidus de chaque groupe et la composante ménage ( ech ) est simplement déduite. L’hétéroscédasticité dans la dernière composante de l’erreur est modélisée par la régression de son carré 2 ( ech) sur une longue liste de variables indépendantes du modèle (2), leur carré et leurs interactions entre elles ainsi qu’avec la variable de bien-être. Un modèle logistique est utilisé pour cela. Ces calculs de l’erreur sont utilisés pour produire deux matrices qui sont additionnées pour donner ˆ , la matrice de variance-covariance estimée du modèle (2). Cette dernière matrice permet finalement d’estimer les coefficients du modèle (2).

Troisième étape. Pour compléter la carte on associe les paramètres estimés dans la deuxième étape aux caractéristiques de chaque ménage du recensement pour prédire le log de la dépense par tête et les perturbations simulées. Puisque la structure très complexe des perturbations a rendu le calcul de la variance des indices de bien- être trop compliquée, la technique du bootstrap est utilisée pour obtenir une mesure de la dispersion de ces indices. A partir de l’étape précédente, on peut, pour chaque r ménage du recensement, simuler la valeur de l’indicateur de bien-être ( yˆch ) à partir de l’estimation des coefficients et des termes d’erreur : r ' ~ r ~ r ~ r yˆ ch  exp(xch  c  ch ) (5)

Cette simulation est répétée 100 fois, chaque fois en retirant l’ensemble des coefficients et des termes d’erreur. La moyenne et l’écart-type des indices de bien-être simulés donnent ainsi les deux premiers moments de l’indicateur de bien-être estimé.

Annexe 3: Modèles de prédiction du niveau de vie des ménages, par strate

A) Grand Lomé

Nombre d’observations 1059 R-carré 0.557 ------Variable Coefficient E.T. t-ratio ------Constante 13.088 0.041 318.32 Taille du ménage (en log) -0.538 0.029 -18.52 # homme (15-35 ans) -0.048 0.014 -3.30 # femme (15-35 ans) 0.039 0.017 2.27 # femme (36-65 ans) 0.084 0.027 3.08 Chef veuf (0/1)F -0.071 0.050 -1.49 Chef école tertiaire (0/1) 0.131 0.042 3.09 Conjoint alphabétisé (0/1) 0.080 0.029 2.69 # de pièces 0.059 0.010 5.97 Électricité (0/1) 0.215 0.037 5.71 Bois comme combustible (0/1) -0.202 0.070 -2.85 Toilette avec chasse d’eau (0/1) 0.120 0.027 4.42 Possède une cuisinière (0/1) 0.210 0.039 5.25 Possède une voiture (0/1) 0.550 0.053 10.27 Possède un ventilateur (0/1) 0.189 0.028 6.73 Possède des caprins (0/1) 0.247 0.072 3.43 ------Source : QUIBB 2011, DGSCN

B) Autres Villes

Nombre d’observations 1533 R-carré 0.467 ------Variable Coefficient E.T. t-ratio ------Constante 13.027 0.044 293.45 Taille du ménage (en log) -0.463 0.025 -18.07 # homme (15-35 ans) -0.038 0.014 -2.62 Chef école secondaire (0/1) 0.092 0.028 3.21 Chef école tertiaire (0/1) 0.313 0.053 5.82 Chef marié monogame (0/1) 0.103 0.034 3.01 Chef marié polygame (0/1) 0.231 0.045 5.11 # de pièces 0.038 0.009 4.20 Mur en dur (0/1) 0.122 0.029 4.13 Électricité (0/1) 0.159 0.029 5.33 Bois comme combustible (0/1) -0.117 0.031 -3.70 Toilette avec chasse d’eau (0/1) 0.185 0.036 5.03 Possède une cuisinière (0/1) 0.200 0.070 2.86 Possède une moto (0/1) 0.239 0.032 7.30 Possède un ventilateur (0/1) 0.243 0.035 6.85 Possède une terre agricole (0/1) -0.079 0.030 -2.56 Région Centrale (0/1) -0.346 0.041 -8.36 Région Kara (0/1) -0.193 0.034 -5.64 ------Source : QUIBB 2011, DGSCN

C) Rural Sud

Nombre d’observations 1316 R-carré 0.319 ------Variables Coefficient E.T. t-ratio ------Constante 12.622 0.059 212.00 Taille du ménage (en log) -0.327 0.022 -14.87 Chef chrétien (0/1) -0.082 0.032 -2.53 Plancher en ciment (0/1) 0.143 0.031 4.55 Electricité (0/1) 0.279 0.051 5.39 Bois pour la cuisson (0/1) -0.085 0.045 -1.88 Téléphone mobile (0/1) 0.326 0.031 10.47 Région Maritime (0/1) 0.211 0.029 7.11 ------Source : QUIBB 2011, DGSCN

D) Rural Nord

Nombre d’observations 1583 R-carré 0.358 ------Variables Coefficient E.T. t-ratio ------Constante 12.224 0.076 160.00 Taille du ménage (en log) -0.267 0.039 -6.76 # garçon (6-14 ans) -0.050 0.014 -3.46 # femme (65 ans et plus) -0.158 0.036 -4.33 Chef école primaire (0/1) 0.103 0.031 3.33 Chef école post primaire (0/1) 0.126 0.035 3.56 Chef veuf (0/1) -0.184 0.046 -3.95 Mur en dur (0/1) 0.130 0.046 2.79 Mur en semi-dur (0/1) 0.187 0.071 2.63 Plancher en ciment (0/1) 0.144 0.033 4.25 Bois pour la cuisson (0/1) -0.090 0.043 -2.10 Pas de toilette/latrine (0/1) -0.119 0.042 -2.82 Possède un téléviseur (0/1) 0.291 0.051 5.62 Possède une moto (0/1) 0.245 0.033 7.25 Possède des caprins (0/1) 0.098 0.026 3.66 Région Centrale (0/1) 0.261 0.033 7.87 Région Kara (0/1) 0.387 0.030 12.54 ------Source : QUIBB 2011, DGSCN

Annexe 4 : Mesures de la pauvreté monétaire et nombre de pauvres, selon les régions, les préfectures et les cantons/communes/quartiers du Togo

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 1000000 Lomé 27.0 7.9 3.4 (1.2) (0.5) (0.2) 1100000 Lomé I 26.0 7.6 3.2 (1.8) (0.7) (0.3) 1100001 Quartier Administratif 16.6 4.8 2.0 (4.6) (1.6) (0.8) 1100002 Wetrivi Kondji 27.5 8.0 3.5 (5.0) (1.9) (1.0) 1100003 Freau Jardin 18.6 5.1 2.1 (5.8) (1.7) (0.8) 1100004 Sanguera 23.6 6.6 2.7 (4.6) (1.6) (0.8) 1100005 Koketime 29.8 8.5 3.5 (9.0) (3.2) (1.5) 1100006 Beniglato 31.3 9.8 4.4 (4.0) (1.7) (0.9) 1100007 Aguiakome 25.7 7.3 3.1 (3.1) (1.1) (0.6) 1100008 Abobokome 23.1 6.4 2.7 (4.3) (1.5) (0.7) 1100009 Adoboukome 26.5 7.7 3.3 (3.6) (1.3) (0.7) 1100010 Adawlato 23.8 6.7 2.8 (8.0) (2.9) (1.5) 1100011 Agbadahonou 28.7 8.3 3.5 (7.8) (2.8) (1.4) 1200000 Lomé II 28.1 8.3 3.5 (1.3) (0.5) (0.3) 1200021 Tokoin Tame 23.0 6.7 2.8 (2.9) (1.1) (0.5) 1200022 Tokoin Wuiti 23.7 6.9 2.9 (1.8) (0.7) (0.4) 1200023 Tokoin N'kafu 27.1 7.9 3.4 (2.4) (0.9) (0.5) 1200024 Tokoin Forever 24.3 7.4 3.3 (4.1) (1.5) (0.8) 1200025 Saint Joseph 25.8 7.8 3.4 (2.8) (1.0) (0.6) 1200026 N'tifafa Kome 32.5 9.9 4.3 (4.2) (1.6) (0.8) 1200027 Hedzranawoe 24.3 7.1 3.0 (1.3) (0.5) (0.3)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 1200028 Kelegougan 25.0 7.4 3.2 (2.2) (0.8) (0.4) 1200029 Résidence du Bénin 2.2 0.6 0.3 (1.2) (0.4) (0.2) 1200030 Be Kpota 27.8 8.0 3.4 (1.7) (0.6) (0.3) 1200031 Anfame 28.7 8.3 3.5 (1.7) (0.7) (0.3) 1200032 Adakpame 33.3 9.9 4.2 (2.3) (0.9) (0.5) 1200033 Kanyikope 28.8 8.3 3.5 (2.0) (0.8) (0.4) 1200034 Attiegou 30.0 9.1 4.0 (1.8) (0.7) (0.4) 1200035 Lome II 53.3 19.2 9.2 (7.4) (4.1) (2.4) 1200036 Tokoin Aeroport 17.9 6.2 3.1 (6.6) (2.8) (1.8) 1200037 Akodessewa Kpota 33.5 10.2 4.5 (2.4) (1.0) (0.5) 1200038 Akodessewa Kponou 30.7 8.9 3.8 (2.7) (1.0) (0.5) 1200039 Universite de Lomé 52.9 19.0 9.1 (8.4) (4.2) (2.4) 1300000 Lomé III 28.6 8.4 3.6 (1.4) (0.5) (0.3) 1300041 Doulassame 28.3 8.1 3.4 (2.8) (1.0) (0.5) 1300042 Amoutive 27.1 7.8 3.3 (2.5) (0.9) (0.5) 1300043 Lom Nava 28.0 8.3 3.6 (3.0) (1.1) (0.6) 1300044 Bassadji 30.7 9.1 3.9 (5.0) (1.9) (1.0) 1300045 Be Kpehenou 27.3 7.8 3.3 (2.8) (1.0) (0.5) 1300046 Kotokou Kondji 24.8 7.2 3.1 (3.1) (1.2) (0.6) 1300047 Be Ahligo 22.5 6.4 2.7 (2.7) (1.0) (0.5) 1300048 Be Hopital 24.3 6.8 2.8 (2.2) (0.8) (0.4) 1300049 Be Hedje 30.6 9.0 3.8 (2.5) (1.0) (0.5) 1300050 Akodessewa 27.5 8.0 3.4

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (2.9) (1.1) (0.5) 1300051 Wete 29.1 8.4 3.6 (2.4) (1.0) (0.5) 1300052 Gbenyedji 27.5 8.1 3.5 (2.1) (0.8) (0.4) 1300053 Ablogame 29.4 8.6 3.6 (2.8) (1.0) (0.5) 1300054 Zone Portuaire 49.6 17.3 8.3 (4.0) (2.1) (1.2) 1300055 Antonio Netime 19.8 5.5 2.3 (4.5) (1.6) (0.8) 1300056 Souza Netime 25.3 7.3 3.1 (1.9) (0.7) (0.3) 1300057 Be Apeyeme 31.5 9.2 3.9 (2.6) (1.0) (0.5) 1400000 Lomé IV 25.2 7.3 3.1 (1.6) (0.6) (0.3) 1400061 Kodjoviakope 25.4 7.5 3.2 (1.9) (0.7) (0.4) 1400062 Nykonakpoe 25.5 7.3 3.1 (1.9) (0.7) (0.3) 1400063 Octaviono Neti 21.3 5.9 2.4 (2.6) (0.9) (0.4) 1400064 Hanoukope 29.6 8.7 3.7 (4.6) (1.8) (0.9) 1500000 Lomé V 24.5 7.2 3.1 (1.1) (0.4) (0.2) 1500071 Tokoin Solidarité 22.5 6.4 2.7 (2.2) (0.7) (0.4) 1500072 Tokoin Ouest 24.6 7.3 3.2 (2.4) (0.9) (0.4) 1500073 Tokoin Hopital 23.3 6.7 2.8 (2.6) (1.0) (0.5) 1500074 Dogbeavou 29.3 8.5 3.6 (2.7) (1.0) (0.5) 1500075 Gbadago 27.5 7.9 3.3 (2.4) (0.9) (0.4) 1500076 Tokoin Elavagn 30.6 9.3 4.0 (3.0) (1.1) (0.6) 1500077 Tokoin Lycee 23.5 6.7 2.8 (4.2) (1.6) (0.9) 1500078 Gbonvie 21.9 6.1 2.5 (2.8) (1.0) (0.5) 1500079 Doumassesse 26.2 7.8 3.4

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (2.0) (0.8) (0.4) 1500080 Above 23.5 6.7 2.8 (3.2) (1.1) (0.5) 1500081 Be Klikame 28.0 8.3 3.5 (3.0) (1.1) (0.6) 1500082 Casablanca 25.0 7.4 3.2 (4.3) (1.7) (0.9) 1500083 Akossombo 26.5 7.8 3.4 (3.2) (1.2) (0.6) 1500084 Aflao Gakli 20.5 6.0 2.5 (1.7) (0.6) (0.3) 1500085 Agbalepedog 23.2 6.9 2.9 (1.5) (0.6) (0.3) 1500086 Totsi 23.5 6.9 2.9 (1.5) (0.6) (0.3) 1500087 Soviepe 23.0 6.7 2.8 (2.3) (0.8) (0.4) 1500088 Avenou Bato 21.7 6.5 2.8 (2.7) (1.1) (0.6) 2000000 Maritime 45.3 15.5 7.2 (2.4) (1.2) (0.7) 2100000 Golfe 32.6 10.4 4.7 (1.7) (0.8) (0.4) 2101001 Sagbado (Sag) 27.4 8.4 3.7 (3.1) (1.3) (0.7) 2101002 Gblenkomegan (Sag) 26.2 7.7 3.3 (2.3) (0.8) (0.4) 2101003 Yokoe Kop (Sag) 32.5 10.0 4.4 (2.9) (1.2) (0.6) 2101004 Yokoe Agblegan (Sag) 30.9 9.5 4.1 (3.0) (1.2) (0.6) 2101005 Ablogome (Sag) 23.3 6.7 2.9 (4.2) (1.5) (0.8) 2101006 Wonyome (Sag) 20.8 5.9 2.5 (3.2) (1.2) (0.6) 2101007 Logote (Sag) 41.5 13.9 6.5 (3.9) (2.0) (1.2) 2101008 Awatame (Sag) 24.5 7.2 3.1 (2.0) (0.8) (0.4) 2101009 Agotime (Sag) 44.1 15.3 7.3 (6.3) (3.3) (1.9) 2101011 Lankouvi (Sag) 42.8 13.9 6.4 (5.7) (2.7) (1.6) 2101012 Apedokoe Gbomame 40.9 13.3 6.0

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (Sag) (4.0) (1.9) (1.0) Apedokoe Agokpanou 2101013 (Sag) 32.6 10.3 4.6 (2.9) (1.3) (0.7) 2101014 Sagbado Assiyeye (Sag) 27.1 8.2 3.5 (3.3) (1.3) (0.7) Aflao-Sagbado Rural 2101015 (Sag) 65.2 25.1 12.6 (6.6) (3.9) (2.4) 2102021 Adidoadin (Gak) 23.1 6.7 2.9 (2.5) (0.9) (0.5) 2102022 Avedji Telessou (Gak) 25.7 7.7 3.3 (1.6) (0.7) (0.3) 2102023 Amadahome (Gak) 27.1 8.1 3.5 (2.4) (1.0) (0.5) 2102024 Wessome (Gak) 24.3 7.0 3.0 (2.2) (0.8) (0.4) 2102025 Teshi (Gak) 29.6 8.9 3.9 (4.1) (1.5) (0.8) 2102026 Apedokoe (Gak) 31.5 9.7 4.3 (2.8) (1.2) (0.6) 2102027 Anyigbe (Gak) 24.4 7.4 3.3 (2.6) (0.9) (0.5) 2103031 Anfame 35.7 11.3 5.1 (2.9) (1.2) (0.6) 2103032 Sanguera Rural 56.0 20.2 9.8 (4.3) (2.3) (1.4) 2104040 Legbassito 55.6 20.2 9.8 (5.0) (2.8) (1.7) 2105045 Vakpossito 33.6 10.3 4.5 (2.5) (1.1) (0.6) 2106051 Togblekope 32.7 9.9 4.3 (2.1) (0.9) (0.5) 2106052 Togblekope Rural 54.5 20.0 9.8 (4.7) (2.5) (1.6) 2107061 Planche 1 (Agoè) 26.0 7.6 3.3 (2.0) (0.8) (0.4) 2107062 Planche 2 (Agoè) 30.4 8.9 3.8 (3.3) (1.2) (0.6) 2107063 Planche 3 (Agoè) 24.7 7.3 3.1 (1.7) (0.6) (0.3) 2107064 Planche 4 (Agoè) 33.1 10.3 4.6 (2.2) (0.9) (0.5)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 2107065 Planche 5 (Agoè) 29.0 8.6 3.7 (1.6) (0.6) (0.3) 2107066 Planche 6 (Agoè) 25.6 7.5 3.2 (1.5) (0.6) (0.3) 2107067 Planche 7 (Agoè) 28.2 8.5 3.7 (2.3) (0.9) (0.5) 2107068 Planche 8 (Agoè) 27.1 8.0 3.5 (4.6) (1.8) (0.9) 2108070 Amoutive-Kelegougan 33.0 10.4 4.6 (2.0) (0.9) (0.5) 2109081 Baguida (Ba) 30.8 9.6 4.3 (1.7) (0.8) (0.4) 2109082 Adamavo (Ba) 28.1 8.2 3.5 (1.7) (0.6) (0.3) 2109083 Agodeke (Ba) 34.8 11.1 5.0 (2.4) (1.1) (0.6) 2109084 Kpogan (Ba) 29.5 8.9 3.9 (2.8) (1.2) (0.6) 2109085 Avepozo (Ba) 26.0 7.7 3.3 (1.8) (0.7) (0.4) 2200000 Lacs 48.3 16.5 7.7 (3.1) (1.5) (0.8) 2201090 Aneho (Com) 28.2 8.6 3.7 (4.2) (1.7) (0.8) 2202000 Agbodrafo 48.8 17.1 8.1 (4.1) (2.0) (1.1) 2203000 Glidji 45.9 15.2 6.9 (5.2) (2.4) (1.3) 2203500 Agouegan 55.1 19.1 8.9 (5.6) (2.8) (1.6) 2204000 Anfoin 49.4 16.9 7.8 (5.0) (2.5) (1.4) 2204500 Fiata + Ganave 57.0 19.9 9.4 (5.0) (2.7) (1.6) 2206000 Aklakou 55.3 19.0 8.9 (4.3) (2.1) (1.2) 2300000 Bas-mono 58.9 21.2 10.2 (4.2) (2.4) (1.4) 2301000 Afagnagan+Afagnan 59.3 21.6 10.4 (4.1) (2.4) (1.5) 2301090 Afagnagan (Com) 39.3 12.7 5.7 (8.2) (3.7) (2.0) 2303000 Kpetsou 67.4 25.8 12.8 (5.4) (3.5) (2.2)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) Agome-Glozou 2305000 +Agbetiko 58.1 20.2 9.4 (5.5) (2.9) (1.6) 2306000 Hompou 63.8 23.5 11.4 (6.9) (4.2) (2.6) 2307000 Attitogon 60.9 21.7 10.3 (4.6) (2.7) (1.6) 2400000 Vo 56.1 19.9 9.4 (3.8) (2.0) (1.2) 2401000 Vogan 59.9 21.1 9.9 (4.3) (2.4) (1.4) 2401090 Vogan (Com) 35.6 11.4 5.1 (7.1) (3.1) (1.7) 2401500 Vo-Koutime 61.1 21.8 10.3 (4.9) (2.8) (1.7) 2402000 Dzrekpo/Amegnran 60.1 21.9 10.6 (4.8) (2.6) (1.6) 2402500 Mome-Hounkpati 60.8 22.3 10.8 (5.1) (3.0) (1.8) 2403000 Dagbati 63.9 23.3 11.2 (5.3) (3.0) (1.9) 2403500 Akoumape 55.7 19.8 9.4 (4.2) (2.3) (1.4) 2404000 Hahotoe 36.7 11.7 5.2 (4.7) (1.9) (1.0) 2404500 Sevagan 57.9 19.9 9.2 (6.5) (3.3) (1.9) 2405000 Togoville 54.3 19.6 9.5 (5.0) (2.8) (1.7) 2405500 Anyron Kope 60.4 21.7 10.4 (7.4) (4.1) (2.5) 2500000 Yoto 57.1 20.6 9.9 (3.6) (2.0) (1.2) 2501000 Tabligbo 55.0 19.7 9.4 (10.8) (5.7) (3.3) 2501090 Tabligbo (Com) 30.5 9.3 4.0 (4.0) (1.6) (0.8) 2501500 Kini-Kondji 61.9 22.7 11.0 (6.9) (4.1) (2.6) 2502000 Tokpli 68.1 25.8 12.7 (4.7) (3.1) (2.0) 2502500 Amoussime 65.9 24.5 12.0 (5.0) (3.2) (2.0) 2503000 Gboto 62.7 22.7 10.9

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (4.7) (2.9) (1.8) 2503500 Esse-Godjin 70.8 28.0 14.2 (6.1) (4.1) (2.6) 2504000 Tomety Kondji 70.2 27.3 13.6 (5.5) (3.5) (2.2) 2504500 Sedome 68.1 26.3 13.1 (5.0) (3.3) (2.2) 2505000 Zafi 63.4 23.0 11.1 (4.8) (2.8) (1.7) 2505500 Kouve 52.2 18.1 8.5 (4.7) (2.4) (1.4) 2506000 Ahepe 51.6 17.4 8.0 (5.5) (2.6) (1.5) 2506500 Tchekpo 58.8 20.5 9.6 (4.8) (2.6) (1.5) 2600000 Zio 53.3 18.8 8.9 (3.3) (1.7) (1.0) 2600500 Tsevie 61.7 22.2 10.6 (8.6) (4.8) (2.8) 2600590 Tsevie (Com) 30.9 9.5 4.2 (3.5) (1.4) (0.7) 2601000 Gbatope 61.1 21.8 10.3 (4.8) (2.6) (1.5) 2601500 Dalave 54.8 18.8 8.7 (5.9) (3.0) (1.7) 2602000 Kpome 55.7 19.0 8.8 (7.1) (3.6) (2.0) 2602500 Abobo 56.2 19.4 9.0 (5.9) (3.0) (1.7) 2603000 Djagble 63.1 23.7 11.7 (5.2) (3.0) (1.8) 2603500 Davie 43.7 14.3 6.5 (5.2) (2.5) (1.4) 2604000 Adeti Kope 40.1 12.7 5.7 (4.7) (2.1) (1.1) 2604500 Mission-Tove 55.7 19.1 8.8 (5.9) (3.0) (1.7) 2605000 Kovie 58.9 20.8 9.8 (5.3) (3.0) (1.8) 2605500 Wli 60.4 21.5 10.2 (7.8) (4.5) (2.7) 2606000 Boloukpeta 59.1 20.7 9.8 (5.3) (3.0) (1.8) 2606500 Gblainvie 64.4 23.7 11.5

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (6.6) (3.9) (2.3) 2607000 Gape-Kpodji 67.4 25.4 12.4 (5.9) (3.9) (2.5) 2607500 Gape-Centre 65.6 24.3 11.8 (4.4) (2.7) (1.7) 2608000 Agbelouve 61.8 23.1 11.3 (4.0) (2.4) (1.5) 2608500 Game 63.8 23.7 11.5 (4.5) (2.9) (1.8) 2700000 Avé 54.6 19.0 8.9 (4.1) (2.1) (1.2) 2701000 Keve 60.0 21.2 10.0 (6.4) (3.5) (2.1) 2701090 Keve (Com) 39.5 12.9 5.8 (10.5) (4.6) (2.4) 2701500 Assahoun +Ando 54.4 19.2 9.1 (4.0) (2.0) (1.2) 2702500 Tovegan 60.8 21.6 10.2 (5.5) (3.1) (1.8) 2703000 Dzolo 57.2 19.6 9.0 (6.4) (3.4) (2.0) 2703500 Badja 56.6 19.9 9.4 (5.6) (3.1) (1.8) 2704000 Noepe 45.3 15.1 6.9 (6.9) (3.2) (1.8) 2704500 Akepe 46.6 15.5 7.1 (7.7) (3.4) (1.9) 3000000 Plateaux 65.9 26.9 14.0 (2.5) (1.7) (1.1) 3100000 Ogou 59.2 23.6 12.1 (2.5) (1.6) (1.0) 3101000 Djama 74.9 30.6 15.8 (4.7) (3.4) (2.3) 3101090 Atakpamé (Com) 28.0 8.3 3.5 (2.9) (1.1) (0.6) 3101500 Woudou 76.3 31.9 16.7 (5.1) (4.0) (2.8) 3102000 Gnagna 62.4 24.0 12.0 (7.0) (4.2) (2.6) 3102500 Datcha 59.5 22.5 11.2 (4.6) (2.6) (1.6) 3103000 Glei 67.0 27.2 14.0 (2.9) (1.9) (1.2) 3103500 Katore 78.3 33.4 17.7

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (4.5) (3.7) (2.6) 3104000 Ountivou 80.6 35.8 19.5 (3.2) (2.9) (2.1) 3104500 Akpare 73.3 30.0 15.5 (3.1) (2.2) (1.6) 3105000 Glito 78.1 33.3 17.6 (3.7) (3.2) (2.3) 3105500 Atchinedji 78.1 33.3 17.7 (3.7) (3.0) (2.1) 3150000 Anié 63.6 25.3 13.0 (3.7) (2.3) (1.5) 3151000 Anie 77.3 32.4 17.0 (4.1) (3.5) (2.4) 3151090 Anié (Com) 41.7 13.6 6.1 (5.0) (2.3) (1.3) 3152000 Pallakoko 78.3 33.3 17.6 (5.5) (4.6) (3.3) 3153000 Kolo Kope 76.9 32.3 17.0 (4.1) (3.3) (2.3) 3154000 Adogbenou 78.1 33.4 17.8 (3.3) (2.7) (1.9) 3200000 Est-Mono 75.6 31.9 16.9 (2.9) (2.1) (1.4) 3201000 Elavagnon 77.8 32.9 17.3 (3.7) (2.8) (1.9) 3201090 Elavagnon (Com) 38.2 12.2 5.4 (9.3) (4.2) (2.3) 3202000 Gbadjahe 75.1 30.5 15.6 (4.6) (3.2) (2.1) 3203000 Kpessi 78.7 33.7 17.9 (4.1) (3.4) (2.4) 3204000 Kamina 79.4 34.6 18.6 (3.7) (3.1) (2.2) 3205000 Badin 81.2 35.9 19.4 (3.6) (3.1) (2.2) 3206000 Moretan 76.8 32.5 17.2 (2.9) (2.3) (1.6) 3207000 Nyamassila 74.0 30.4 15.7 (4.0) (2.9) (2.0) 3250000 Akébou 78.6 34.5 18.7 (3.0) (2.5) (1.8) 3251000 Kougnohou 83.9 38.1 20.9 (5.0) (4.7) (3.5) 3251090 Kougnohou (Com) 46.1 15.5 7.1

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (7.6) (3.8) (2.2) 3251500 Vhe 81.2 35.6 19.1 (5.2) (5.0) (3.7) 3252000 Djon 81.5 36.2 19.7 (4.3) (3.8) (2.8) 3252500 Kpalave 82.9 36.9 20.1 (5.3) (4.9) (3.6) 3253000 Gbende 81.5 36.0 19.5 (6.9) (5.9) (4.2) 3254000 Yalla 81.2 35.6 19.2 (6.5) (6.0) (4.4) 3255000 Seregbene 82.4 36.6 19.8 (5.2) (4.9) (3.7) 3256000 Kamina Akebou 82.3 37.0 20.3 (3.7) (3.3) (2.4) 3300000 Wawa 70.5 28.7 14.8 (3.1) (2.1) (1.4) 3301000 Badou 73.4 29.5 15.1 (4.7) (3.4) (2.3) 3301090 Badou (Com) 34.6 10.6 4.6 (5.5) (2.3) (1.2) 3301500 Tomegbe 73.4 29.8 15.3 (4.6) (3.3) (2.2) 3302000 Kpete Bena 72.7 29.1 14.8 (4.8) (3.3) (2.2) Gbandi- 3302500 N'kougna+Gobe+Eketo 79.8 34.6 18.5 (3.2) (2.8) (2.0) 3303500 Doume 77.8 33.1 17.5 (7.1) (5.7) (4.0) 3304500 Ounabe 73.2 29.7 15.3 (6.8) (4.7) (3.1) 3305000 Okou 75.4 31.2 16.3 (5.3) (4.1) (2.9) 3305500 Klabe Efoukpa 73.8 30.0 15.4 (3.9) (2.8) (1.9) 3306000 Kessibo 74.9 31.0 16.1 (4.4) (3.2) (2.2) 3400000 Amou 64.2 25.5 13.0 (3.2) (2.0) (1.3) 3401000 Ouma-Amlame 66.9 27.0 14.0 (7.4) (4.5) (2.9) 3401090 Amlame (Com) 32.3 9.7 4.2 (10.0) (4.4) (2.3)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 3401500 Amou-Oblo 62.8 24.5 12.4 (5.0) (3.0) (1.9) 3402000 Sodo 66.5 26.5 13.5 (8.0) (5.0) (3.3) 3402500 Ekpegnon 78.6 33.7 17.9 (5.2) (4.2) (3.0) 3403000 Kpategan 77.0 32.3 16.9 (4.7) (3.6) (2.5) 3403500 Avedje 74.8 30.7 15.9 (9.8) (7.0) (4.6) 3404000 Imle 69.3 28.4 14.8 (5.8) (4.1) (2.8) 3404500 Adiva 66.7 26.9 13.8 (13.6) (9.1) (6.0) 3405000 Evou 60.2 22.4 11.0 (10.3) (6.2) (3.9) 3405500 Temedja 54.4 20.2 10.0 (7.1) (3.8) (2.3) 3406000 Hiheatro 52.5 19.1 9.3 (4.5) (2.3) (1.3) 3406500 Okpahoue 78.2 32.6 16.9 (9.3) (7.6) (5.3) 3407000 Otadi 78.9 33.7 17.9 (4.9) (4.0) (2.8) 3407500 Game 77.8 32.6 17.1 (5.9) (4.8) (3.3) 3500000 Danyi 68.8 27.4 14.0 (4.0) (2.6) (1.7) 3501000 Danyi-Atigba+Elavanyon 73.4 30.0 15.5 (3.8) (2.8) (1.9) 3501090 Danyi (Com) 42.2 13.7 6.1 (8.2) (3.8) (2.1) 3502000 Danyi-Kakpa 72.3 28.7 14.5 (5.5) (3.7) (2.5) 3503000 Yikpa 71.0 26.9 13.2 (9.5) (6.2) (4.0) 3504000 Ahlon 74.7 30.8 16.0 (6.1) (4.3) (2.8) 3506000 Danyi Kpeto-Evita 76.4 31.7 16.6 (5.8) (4.6) (3.2) 3550000 Kpele 65.2 26.6 13.9 (3.2) (2.1) (1.4) 3551000 Kpele-Novive 70.2 29.4 15.6 (3.8) (3.0) (2.1)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 3551090 Adeta (Com) 35.0 10.9 4.8 (7.6) (3.2) (1.6) 3551500 Kpele Dawlotou 76.2 32.9 17.6 (3.8) (3.3) (2.5) 3552000 Akata 71.2 29.0 15.0 (6.0) (4.1) (2.7) 3552500 Kpele-Govie 55.4 20.5 10.0 (7.2) (4.1) (2.6) 3553000 Kpele-Centre 69.4 29.2 15.5 (4.4) (3.5) (2.5) 3553500 Kpele-Gbaladje 55.8 20.5 10.0 (7.2) (4.0) (2.4) 3554000 Kpele Kame 73.7 31.9 17.2 (4.6) (3.9) (2.8) 3554500 Kpele-Dutoe 63.2 25.0 12.7 (5.8) (3.5) (2.3) 3555000 Kpele-Nord 62.8 25.2 13.0 (6.1) (3.7) (2.4) 3600000 Kloto 45.9 16.4 7.9 (3.0) (1.5) (0.9) 3600590 Kpalime (Com) 28.9 8.7 3.7 (3.2) (1.2) (0.6) 3601000 Agome 60.9 22.6 11.0 (10.4) (5.9) (3.6) 3601200 Agome-Tomegbe 70.9 28.4 14.5 (8.5) (5.7) (3.8) 3601500 Kouma 69.1 26.7 13.4 (5.5) (3.7) (2.5) 3602000 Kpime 70.5 28.5 14.7 (4.5) (3.1) (2.1) 3602500 Lavie + Apedome 65.6 25.9 13.2 (4.5) (3.1) (2.1) 3603000 Yokele 58.9 22.1 10.9 (8.9) (4.8) (2.9) 3603500 Tove 56.2 20.3 9.8 (6.1) (3.4) (2.0) 3604000 Atsave 71.0 27.4 13.7 (10.8) (7.2) (4.6) 3604500 Tome 70.4 27.9 14.1 (7.8) (5.2) (3.4) 3605500 Nyive 73.4 29.6 15.1 (8.7) (5.8) (3.8) 3606000 Yeviefe 66.3 24.8 12.2 (11.8) (6.7) (4.0) 3606500 Klo Mayondi 66.8 25.4 12.6

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (10.3) (6.8) (4.3) 3607000 Wome 66.6 25.3 12.6 (8.6) (5.4) (3.4) 3607500 Kpadape 66.5 25.5 12.7 (7.1) (4.3) (2.7) 3608000 Gbalave 69.9 27.0 13.4 (7.8) (5.2) (3.3) 3608500 Hanyigba 60.1 22.1 10.7 (6.5) (3.9) (2.5) 3700000 Agou 66.8 26.4 13.4 (3.3) (2.1) (1.3) 3701000 Agou-Tavie 48.7 16.4 7.5 (6.6) (3.2) (1.9) 3701090 Agou Gadzepe (Com) 33.4 10.2 4.4 (7.5) (3.2) (1.7) 3701500 Agou Kebo 63.1 23.6 11.6 (6.2) (3.8) (2.4) Nyogbo Dzidjole + 3702000 Agbetiko 58.7 22.4 11.2 (5.8) (3.3) (2.0) 3703000 Agou Akplolo 75.1 31.3 16.4 (7.9) (6.0) (4.2) 3703500 Agou Yiboe + Kati 72.7 29.3 15.0 (4.3) (3.1) (2.1) 3704000 Gadja 69.3 28.2 14.6 (4.0) (2.8) (1.9) 3704500 Amoussoukope 71.4 28.4 14.4 (4.8) (3.3) (2.2) 3705000 Adzakpa 75.6 31.4 16.4 (5.0) (3.7) (2.5) 3705500 Agotime Nord 72.0 28.7 14.6 (4.7) (3.3) (2.2) 3706000 Assahoun Fiagbe 70.6 27.8 14.1 (7.3) (4.8) (3.2) 3706500 Agou-Atigbe 62.5 23.1 11.2 (11.3) (6.9) (4.3) 3707000 Agou Klonou 68.3 25.8 12.7 (10.2) (6.3) (4.0) 3800000 Haho 72.1 31.0 16.6 (2.7) (2.0) (1.4) 3801000 Notse 81.1 35.7 19.3 (3.2) (2.8) (2.0) 3801090 Notse (Com) 31.6 9.7 4.2 (4.1) (1.6) (0.9) 3802000 Kpedome 78.1 33.8 18.2 (2.9) (2.4) (1.7) 3803000 Kpegnon (Haito) 78.1 33.3 17.7 (5.6) (4.6) (3.3) 3804000 Wahala 70.4 28.6 14.7

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (3.5) (2.4) (1.6) 3805000 Asrama 82.3 37.4 20.7 (2.7) (2.4) (1.8) 3806000 Djemegni 83.6 38.5 21.5 (3.1) (3.0) (2.2) 3807000 Dalia 73.3 31.1 16.5 (4.1) (3.0) (2.0) 3808000 Atsave 81.3 36.1 19.6 (3.1) (2.7) (2.0) 3900000 Moyen-Mono 73.3 30.6 16.0 (3.4) (2.4) (1.6) 3901000 Tohoun 80.8 35.6 19.3 (4.1) (3.5) (2.5) 3901090 Tohoun (Com) 42.7 14.4 6.6 (8.1) (3.9) (2.2) 3902000 Tado 73.4 30.0 15.5 (3.6) (2.6) (1.7) 3903000 Saligbe 78.1 33.6 18.0 (4.3) (3.5) (2.5) 3904000 Ahassome 76.0 31.3 16.2 (5.3) (4.0) (2.7) 3905000 Kpekpleme 73.9 30.6 16.0 (3.7) (2.6) (1.8) 3906000 Katome 79.9 34.8 18.8 (4.6) (3.9) (2.9) 4000000 Centrale 76.0 34.2 18.9 (3.2) (2.5) (1.8) 4100000 Tchaoudjo 69.9 30.8 17.0 (3.9) (2.7) (1.9) 4101000 Kpangalam 84.3 41.9 24.8 (4.8) (4.9) (3.9) 4101090 Sokode (Com) 55.2 20.6 10.1 (5.2) (2.8) (1.7) 4101500 Komah 85.6 42.7 25.3 (6.6) (6.7) (5.3) 4102000 Tchalo 85.3 41.5 24.1 (5.5) (5.6) (4.6) 4102500 Kadambara 80.8 38.1 21.8 (5.0) (4.4) (3.4) 4102700 Lombo 83.0 38.4 21.5 (5.4) (4.7) (3.5) 4103000 Lama-Tessi 83.8 40.3 23.3 (3.5) (3.4) (2.7) 4103500 Kparatao 82.2 38.5 21.8 (4.6) (4.1) (3.1) 4104000 Wassarabo 84.9 41.3 24.1 (7.4) (7.3) (5.9) 4104500 Kpassouade 82.4 38.4 21.7 (7.0) (6.5) (5.2)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 4105000 Agoulou 87.2 43.7 25.8 (3.8) (4.1) (3.3) 4105500 Kemeni 90.7 47.6 29.0 (5.1) (6.9) (6.1) 4106000 Alheride 86.9 43.4 25.6 (3.4) (3.9) (3.2) 4106500 Kolina 87.1 43.3 25.5 (6.4) (6.0) (4.7) 4200000 Tchamba 77.9 35.0 19.4 (3.5) (2.9) (2.1) 4201000 Tchamba 85.6 41.6 24.1 (4.4) (4.3) (3.4) 4201090 Tchamba (Com) 65.3 25.8 13.1 (5.9) (3.9) (2.6) 4201500 Larini 81.0 39.1 22.7 (5.3) (5.2) (4.3) 4202000 Affem 81.8 37.5 20.9 (5.5) (4.9) (3.8) 4203000 Krikri 84.8 40.8 23.6 (5.0) (4.8) (3.8) 4204000 Alibi I 83.4 39.5 22.5 (4.9) (4.8) (3.8) 4205000 Koussountou 81.1 37.2 20.8 (3.9) (3.4) (2.5) 4206000 Balanka 81.6 38.1 21.6 (5.7) (5.0) (3.9) 4207000 Kaboli 76.5 33.8 18.5 (4.2) (3.3) (2.4) 4207500 Goubi 77.4 33.7 18.3 (5.7) (4.9) (3.7) 4208000 Bago 81.7 37.4 20.9 (3.8) (3.3) (2.5) 4300000 Sotouboua 75.8 33.6 18.4 (3.6) (2.8) (2.0) 4301000 Sotouboua 84.2 40.1 23.0 (4.8) (4.9) (3.9) 4301090 Sotouboua (Com) 59.1 22.8 11.4 (5.7) (3.5) (2.2) 4301500 Tchebebe 79.1 35.8 19.9 (4.3) (3.5) (2.6) 4302000 Bodjonde 78.1 33.6 18.0 (10.4) (9.2) (6.8) 4302500 Kazaboua 82.7 38.2 21.4 (4.7) (4.1) (3.1) 4303000 Tabinde 81.2 36.5 20.1 (6.0) (5.0) (3.7) 4303500 Sessaro 80.9 36.7 20.4 (5.1) (4.5) (3.3) 4304000 Tittigbe 83.7 39.0 21.9

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (4.6) (4.6) (3.7) 4304500 Kaniamboua 75.2 32.4 17.4 (10.1) (7.5) (5.2) 4305000 Adjengre 76.0 33.3 18.1 (3.8) (2.9) (2.1) 4305500 Aouda 81.8 37.8 21.2 (4.0) (3.6) (2.7) 4306000 Fazao 85.0 41.2 23.8 (6.0) (6.4) (5.4) 4310000 Mo (spref) 87.8 43.3 25.2 (3.1) (3.5) (2.9) 4311000 Djarkpanga (R) 86.9 42.0 24.2 (4.6) (4.5) (3.5) 4311090 Djarkpanga (U) 88.9 43.5 25.0 (4.7) (6.0) (4.9) 4312000 Kagnigbara 87.8 43.4 25.4 (4.8) (5.6) (4.8) 4313000 Boulohou 87.6 43.8 25.9 (5.2) (6.5) (5.5) 4314000 Tindjasse 87.4 43.1 25.2 (4.0) (4.3) (3.5) 4315000 Saïboude 89.1 44.5 26.1 (4.3) (4.9) (4.1) 4400000 Blitta 79.7 36.1 20.0 (3.1) (2.7) (2.0) 4401000 Blitta-Gare 81.3 36.8 20.4 (6.7) (5.7) (4.3) 4401090 Blitta (Com) 64.9 26.2 13.5 (7.6) (5.1) (3.3) 4401200 Blitta Village 77.5 34.1 18.6 (6.0) (4.9) (3.6) 4401400 Yaloumbe 82.4 38.4 21.7 (6.3) (5.7) (4.3) 4401600 Warigni 80.1 35.8 19.7 (6.4) (5.3) (3.9) 4401800 Tchaloude 80.8 36.7 20.4 (5.2) (4.8) (3.6) 4402000 Agbandi 78.5 35.1 19.3 (4.5) (3.9) (2.9) 4402200 Langabou 82.0 37.9 21.2 (3.9) (3.9) (3.0) 4402400 Koffiti 80.7 36.5 20.3 (5.0) (4.2) (3.1) 4402600 Tchare-Baou 81.8 36.9 20.4 (4.9) (4.4) (3.3) 4402800 Pagala-Gare 79.8 36.7 20.6 (3.7) (3.3) (2.5) 4403000 Welly 83.4 38.7 21.8 (4.4) (4.2) (3.3)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 4403500 Tintchro 81.9 38.1 21.5 (5.6) (5.0) (3.9) 4404000 Atchintse 79.2 35.2 19.2 (5.7) (4.6) (3.3) 4404500 Diguengue 81.3 36.7 20.4 (7.8) (7.1) (5.4) 4405000 Yegue 79.6 35.9 19.9 (7.1) (6.1) (4.5) 4405500 Dikpeleou 80.5 36.0 19.7 (11.0) (9.1) (6.6) 4406000 Katchenke 83.6 38.9 21.9 (5.3) (5.6) (4.5) 4406500 M'poti 82.0 37.6 21.0 (5.2) (5.2) (4.0) 4407000 Tchifama 80.3 36.4 20.2 (5.4) (5.0) (3.8) 4407500 Pagala-Village 82.1 37.2 20.6 (6.0) (5.7) (4.4) 4408000 Doufouli 83.6 39.2 22.2 (6.8) (6.6) (5.1) 5000000 Kara 68.9 30.1 16.5 (3.0) (2.1) (1.5) 5100000 Kozah 57.6 23.5 12.4 (3.6) (2.1) (1.4) 5101000 Lama 69.0 29.3 15.7 (5.3) (3.7) (2.6) 5101090 Kara (Com) 37.4 12.4 5.6 (4.5) (2.0) (1.1) Landa- 5101500 Pozenda/Kpinzinde 75.8 33.5 18.4 (5.5) (4.6) (3.4) 5102000 Awandjelo 74.6 33.0 18.2 (5.1) (4.2) (3.1) 5102500 Atchangbade 75.8 33.5 18.5 (3.9) (3.1) (2.2) 5103000 Djamde 78.1 35.8 20.2 (6.1) (5.5) (4.2) 5103500 Sara-Kawa 78.1 35.9 20.3 (6.3) (5.4) (4.1) 5104000 Pya 62.2 25.5 13.5 (5.1) (3.2) (2.1) 5104500 Tchitchao 67.8 29.1 15.8 (5.9) (4.2) (3.0) 5105000 Yade 67.1 28.1 14.9 (6.8) (4.8) (3.3) 5105500 Bohou 65.9 27.6 14.7 (7.9) (5.5) (3.8) 5106000 Tchare 75.0 33.0 18.1 (7.6) (6.1) (4.6)

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 5106500 Koumea 74.8 33.4 18.6 (5.2) (4.1) (3.0) 5107000 Landa 75.0 33.4 18.5 (5.1) (4.3) (3.2) 5107500 Soumdina 75.2 33.5 18.6 (4.8) (3.7) (2.6) 5108000 Lassa 71.4 30.6 16.6 (4.2) (3.1) (2.2) 5200000 Binah 71.3 31.6 17.5 (3.1) (2.4) (1.8) 5201000 Pagouda 78.3 36.0 20.3 (4.4) (3.9) (3.0) 5201090 Pagouda (Com) 49.7 17.7 8.4 (7.7) (4.0) (2.4) 5201500 Boufale 79.8 37.8 21.8 (5.4) (4.8) (3.6) 5202000 Solla 76.8 35.3 20.0 (4.7) (4.1) (3.1) 5202500 Pitikita 76.2 33.3 18.2 (10.1) (7.6) (5.4) 5203000 Pessare 84.2 41.8 24.8 (4.6) (4.6) (3.8) 5203500 Lama-Tessi 72.3 31.0 16.7 (6.9) (5.7) (4.2) 5204000 Ketao 61.0 24.8 13.1 (4.2) (2.7) (1.8) 5204500 Kemerida 72.4 31.6 17.2 (7.3) (5.4) (3.9) 5205000 Sirka 76.8 34.5 19.2 (6.6) (5.3) (3.9) 5300000 Doufelgou 72.3 32.1 17.8 (3.7) (2.7) (1.9) 5301090 Niamtougou (Com) 57.4 21.8 10.8 (5.5) (3.1) (1.9) 5301500 Koka 77.0 35.2 19.9 (16.3) (12.9) (9.4) 5302000 Agbande-Yaka 84.1 42.0 25.1 (8.6) (9.0) (7.6) 5302500 Leon 80.5 38.3 22.1 (6.6) (6.2) (5.0) 5303000 Alloum 76.7 34.7 19.5 (5.2) (4.3) (3.2) 5303500 Kadjalla 80.8 38.2 22.0 (5.3) (4.8) (3.7) 5304000 Tchore 82.3 38.9 22.4 (7.4) (7.3) (5.7) 5304500 Baga 78.3 34.9 19.2 (12.1) (10.3) (7.7) 5305000 Tenega 75.1 34.0 19.0

100

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (6.3) (4.8) (3.5) 5305500 Defale 71.9 31.6 17.4 (5.2) (3.8) (2.8) 5306000 Kpaha 80.6 38.0 21.8 (6.2) (5.5) (4.2) 5306500 Siou 75.5 34.7 19.7 (5.4) (4.1) (3.0) 5307000 Pouda 81.6 39.4 23.1 (6.9) (6.5) (5.1) 5307500 Massedena 76.3 34.1 19.0 (6.1) (5.0) (3.7) 5400000 Kéran 74.4 32.9 18.1 (3.6) (2.6) (1.9) 5401000 Kande 75.7 33.2 18.2 (4.7) (3.7) (2.7) 5401090 Kande (Com) 54.7 20.4 10.0 (6.5) (3.6) (2.2) 5401500 Koutougou 78.0 35.5 19.9 (6.2) (5.4) (4.1) 5402000 Warengo 79.5 37.1 21.1 (5.5) (4.9) (3.8) 5402500 Nadoba 78.1 35.9 20.2 (4.9) (4.1) (3.0) 5403000 Akponte 80.4 37.0 20.8 (4.9) (4.2) (3.0) 5403500 Pesside 75.3 32.6 17.6 (6.0) (4.6) (3.3) 5404000 Ossacre 77.7 35.1 19.5 (5.0) (3.9) (2.9) 5404500 Helota 76.1 33.8 18.6 (6.1) (4.8) (3.4) 5405000 Atalote 78.0 35.1 19.5 (4.8) (3.8) (2.8) 5500000 Dankpen 78.4 36.0 20.3 (3.2) (2.7) (2.0) 5501000 Guerin Kouka 80.4 37.7 21.5 (3.6) (3.4) (2.6) 5501090 Guerin-Kouka (Com) 57.3 21.6 10.7 (6.8) (3.8) (2.3) 5501500 Naware 80.7 37.7 21.4 (4.5) (4.2) (3.2) 5502000 Nandouta 80.9 37.8 21.4 (4.6) (3.9) (2.9) 5502500 Bapure 79.4 36.6 20.6 (4.4) (4.0) (3.0) 5503000 Koutchicheou 76.9 34.0 18.7 (9.5) (7.5) (5.4) 5503500 Namon 78.1 35.0 19.3 (5.7) (4.7) (3.5)

101

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 5504000 Natchibore 80.2 37.1 20.9 (4.8) (3.9) (3.0) 5504500 Natchitikpi 80.2 37.2 21.1 (5.1) (4.6) (3.5) 5505000 Naompoch 80.1 37.2 21.1 (5.5) (4.7) (3.5) 5505500 Koulfiekou 81.1 37.8 21.5 (5.4) (5.0) (3.8) 5506000 Katchamba 79.9 37.1 21.0 (6.3) (5.8) (4.5) 5506500 Kidjaboun 79.5 37.0 21.1 (4.6) (4.4) (3.4) 5600000 Bassar 71.7 31.7 17.6 (3.4) (2.4) (1.7) 5601000 Bassar 77.0 35.1 19.8 (4.3) (3.3) (2.4) 5601090 Bassar (Com) 48.4 17.0 8.1 (6.0) (2.9) (1.7) 5601500 Kalanga 81.3 38.7 22.4 (5.6) (5.2) (4.0) 5602000 Baghan 78.3 35.6 19.9 (4.8) (4.1) (3.2) 5602500 Dimori 78.9 36.3 20.5 (4.4) (3.5) (2.6) 5603000 Bitchabe 77.5 35.0 19.5 (6.1) (4.9) (3.7) 5603500 Bandjeli 78.0 35.3 19.7 (4.5) (3.8) (2.8) 5604000 Kabou 74.2 33.3 18.6 (3.6) (2.9) (2.2) 5604500 Manga 78.3 35.4 19.8 (6.9) (5.9) (4.4) 5605000 Sanda Kagbanda 77.0 35.3 20.0 (5.5) (4.6) (3.4) 5605500 Sanda Afohou 78.8 36.9 21.2 (4.8) (4.4) (3.4) 5700000 Assoli 69.3 30.0 16.4 (4.4) (3.0) (2.1) 5701000 Bafilo 80.7 38.2 22.0 (6.2) (5.7) (4.3) 5701090 Bafilo (Com) 53.7 19.3 9.2 (6.5) (3.5) (2.1) 5702000 Boulade 78.7 35.8 20.1 (6.8) (5.6) (4.1) 5703000 Soudou 79.7 37.7 21.7 (4.6) (3.8) (2.9) 5704000 Koumonde 70.4 30.6 16.7 (9.0) (6.1) (4.2) 5705000 Aledjo 72.9 32.4 18.0

102

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (6.1) (4.9) (3.6) 5706000 Dako (Daoude) 78.4 35.6 19.9 (6.1) (5.0) (3.8) 6000000 Savanes 87.3 49.3 31.4 (1.2) (1.9) (1.8) 6100000 Tone 82.7 46.1 29.2 (1.5) (2.0) (1.9) 6101000 Dapaong 93.4 51.8 32.5 (1.8) (3.0) (2.9) 6101090 Dapaong (Com) 31.1 9.7 4.3 (3.7) (1.5) (0.8) 6101500 Nanergou 95.7 54.7 34.9 (1.6) (3.4) (3.3) 6102000 Namare 95.9 54.8 34.8 (2.0) (4.3) (4.2) 6102500 Naki-Ouest 96.1 56.3 36.5 (1.6) (3.1) (3.1) 6103000 Tami 95.5 54.1 34.2 (1.9) (3.6) (3.5) 6103500 Lotogou+Warkambou 95.9 55.0 35.0 (1.7) (3.5) (3.4) 6104500 Nioukpourma 95.3 53.4 33.4 (2.2) (3.9) (3.7) 6105000 Pana 96.5 56.6 36.6 (1.8) (3.9) (3.9) 6105500 Bidjenga 97.2 59.1 39.3 (1.7) (4.5) (4.8) 6106000 Toaga 96.1 55.4 35.5 (2.5) (5.1) (4.9) 6106500 Korbongou 95.5 56.4 36.9 (1.8) (3.5) (3.4) 6107000 Louanga 97.2 58.0 38.0 (1.6) (3.7) (3.8) 6107500 Kantindi 96.0 55.8 36.0 (1.7) (3.4) (3.3) 6108000 Sanfatoute 96.3 56.8 37.0 (2.4) (4.5) (4.3) 6108500 Kourientre 96.2 56.0 36.1 (2.4) (5.2) (5.1) 6109000 Poissongui 96.7 58.1 38.3 (2.9) (6.1) (6.0) 6109500 Natigou 96.6 57.6 37.9 (2.5) (5.0) (5.0) 6200000 Cinkassé 75.4 40.6 25.5 (2.4) (2.2) (1.9) 6201000 Cinkasse 94.4 54.1 34.7 (3.3) (5.8) (5.6) 6201090 Cinkasse (Com) 35.9 11.4 5.1 (4.6) (1.9) (1.0)

103

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 6202000 Boade 97.6 61.0 41.5 (2.0) (5.3) (5.5) 6203000 Gnoaga 95.9 54.9 35.0 (4.8) (10.5) (10.1) 6204000 Gouloungoussi 95.7 56.1 36.5 (3.7) (6.9) (6.8) 6205000 Biankouri 93.8 50.8 31.2 (3.6) (5.4) (4.9) 6206000 Timbou 96.1 55.9 36.0 (1.6) (3.3) (3.3) 6207000 Nadjoundi 95.8 55.9 36.1 (3.5) (5.7) (5.4) 6208000 Sam-Naba 96.9 57.3 37.2 (2.0) (4.7) (4.6) 6300000 Kpendjal 95.4 56.3 36.7 (1.1) (2.2) (2.2) 6301000 Mandouri 96.6 57.4 37.5 (1.6) (3.4) (3.4) 6301090 Mandouri (Com) 59.3 21.5 10.2 (9.5) (5.3) (3.2) 6301500 Tambigou 96.7 57.7 37.9 (2.2) (4.5) (4.5) 6302000 Koundjoare 96.3 56.6 36.8 (2.3) (4.0) (3.9) 6302500 Pogno 96.9 58.1 38.3 (2.0) (4.6) (4.7) 6303000 Kpendjaga /Papri 95.8 55.4 35.5 (2.2) (4.5) (4.5) 6303500 Namoundjoga 97.4 59.7 39.8 (0.9) (2.7) (2.9) 6304000 Tambonga 97.5 60.3 40.5 (1.9) (4.4) (4.6) 6304500 Naki-Est 96.6 57.2 37.3 (1.2) (2.7) (2.7) 6305000 Nayega 96.6 57.2 37.2 (2.4) (4.8) (4.6) 6305500 Ogaro 96.8 57.7 37.8 (1.9) (4.7) (4.8) 6306000 Borgou 96.3 56.0 36.0 (1.5) (3.1) (3.1) 6400000 Oti 88.5 49.9 31.8 (1.4) (2.1) (2.0) 6401000 Mango 96.4 56.3 36.4 (2.8) (4.9) (4.9) 6401090 Mango (Com) 40.8 13.5 6.2 (4.7) (2.1) (1.2) 6401500 Sadori 96.5 56.2 36.3 (2.3) (5.3) (5.2) 6402000 Sagbiebou 96.2 56.4 36.5

104

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) (1.7) (3.5) (3.5) 6402500 Gando 94.2 53.3 33.8 (1.7) (2.9) (2.7) 6403000 Mogou 96.2 55.9 36.0 (1.5) (3.1) (3.0) 6403500 Tchamonga 95.9 54.9 35.0 (1.9) (4.0) (3.9) 6404000 Tchanaga 95.8 54.2 34.2 (2.4) (4.5) (4.3) 6404500 Nagbeni 95.3 55.1 35.5 (1.8) (3.8) (3.8) 6405000 Barkoissi 92.6 51.6 32.5 (3.1) (4.2) (3.7) 6405500 Loko 97.1 58.3 38.4 (1.9) (4.5) (4.6) 6406000 Galangashie 96.7 57.6 37.9 (1.8) (4.2) (4.3) 6406500 Kpebonga 97.4 59.3 39.3 (1.9) (5.0) (5.1) 6407000 Fare 96.8 59.0 39.4 (2.7) (5.4) (5.4) 6407500 Koumongou 95.7 55.6 35.9 (2.5) (5.1) (5.0) 6408000 Nali 96.3 56.1 36.2 (2.1) (4.3) (4.2) 6408500 Takpamba 96.0 54.9 34.9 (2.3) (4.4) (4.3) 6409000 Kountoire 95.5 54.2 34.3 (2.1) (4.1) (4.0) 6500000 Tandjoaré 94.0 52.4 32.8 (1.4) (2.5) (2.3) 6501000 Bogou 93.0 49.6 30.2 (3.5) (5.2) (4.6) 6501090 Tandjoare (Com) 37.3 11.5 5.0 (15.4) (6.3) (3.1) 6501500 Nandoga 93.5 50.2 30.6 (3.2) (5.3) (4.8) 6502500 Loko 95.3 53.8 33.9 (2.6) (4.8) (4.6) 6503000 Boulogou 95.0 52.7 32.9 (2.9) (5.1) (4.8) 6503500 Pligou 96.2 55.6 35.7 (2.6) (5.9) (5.9) 6504000 Bombouaka 92.8 50.4 31.1 (3.0) (4.4) (4.0) 6504500 Goundoga 95.1 52.6 32.6 (3.0) (5.1) (4.7) 6505000 Sissiak 95.0 54.0 34.4 (2.7) (4.4) (4.2)

105

Incidence Profondeur Sévérité Code Découpage administratif (P0) (P1) (P2) 6505500 Nano 93.0 50.1 30.7 (2.3) (3.8) (3.5) 6506000 Tampialime 96.5 56.6 36.7 (1.8) (3.6) (3.5) 6506500 Mamproug 95.5 54.4 34.6 (2.7) (5.5) (5.4) 6507000 Bagou 94.0 49.9 30.0 (6.6) (8.6) (7.4) 6507500 Doukpergou 95.1 53.0 33.2 (2.7) (5.4) (5.2) 6508000 Sangou 94.7 50.2 30.2 (5.1) (8.4) (7.6) 6508500 Lokpano 95.1 52.4 32.4 (3.7) (5.9) (5.3) 6509000 Tamongue 95.8 54.9 34.9 (1.7) (3.4) (3.3) Source : RGPH4 et QUIBB 2011 Note : ce tableau présente les résultats de la carte de pauvreté monétaire aux niveaux des régions, des les quartiers de Lomé; les régions sont surlignées en jaune ; les préfectures d’une région donnée apparaissent immédiatement en dessous en caractères gras ; et les cantons/communes/quartiers viennent ensuite.

106

Annexe 5 : Indicateurs OMD non-monétaire, selon les régions, les préfectures et les cantons/communes/quartiers du Togo

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés dépendance de Taux démographique Taux de scolarisation net - primaire Taux de scolarisation net - secondaire Taux d’alphabétisation- femme Taux d’alphabétisation- homme de femmes Pourcentage salarié en secteur - fille/garçon Ratio primaire - fille/garçon Ratio secondaire Taux d’accès à l’eau potable Taux d’accès à des adéquats sanitaires Taux d’accès à l’électricité un téléphone à Accès fixe un téléphone à Accès mobile charbon ou gaz de Taux combustible comme Lomé 66.1 68.340.2 80.0 54.9 79.8 91.2 33.1 1.100.90 90.4 96.7 85.4 11.7 87.1 97.3 Lomé I 66.7 74.2 37.9 79.0 54.7 74.8 89.2 34.6 1.10 0.99 94.2 98.0 85.2 11.7 81.5 97.3 Quartier Admin 57.6 40.5 37.4 70.6 65.2 89.9 94.4 32.5 1.00 1.24 97.2 98.9 90.5 32.5 85.0 93.3 Wetrivi Kondji 55.6 63.0 38.6 80.2 60.6 69.2 90.2 17.3 0.99 0.89 96.8 98.1 93.7 13.2 87.1 97.3 Freau Jardin 50.0 65.4 33.7 77.9 63.4 75.3 95.0 41.2 1.26 1.29 96.0 100.0 94.7 14.7 87.3 95.4 Sanguera 69.3 75.4 39.5 84.2 58.3 82.7 93.3 41.4 1.13 0.90 87.3 99.0 86.1 15.0 84.1 95.5 Koketime 63.6 74.6 39.4 83.4 56.3 69.9 91.5 32.4 1.48 1.00 83.0 97.0 88.2 12.1 76.9 98.4 Beniglato 67.1 81.4 37.3 73.8 48.2 60.3 79.3 36.7 1.17 0.98 91.9 97.3 78.0 7.0 68.2 99.5 Aguiakome 72.5 79.9 37.0 82.7 53.2 83.6 91.5 32.2 1.05 0.94 97.1 99.9 84.5 10.1 84.8 96.8 Abobokome 66.3 76.0 39.2 76.8 54.3 79.9 89.7 40.8 1.09 1.20 99.2 100.0 89.7 8.2 89.3 96.4 Adoboukome 68.2 74.9 38.9 77.5 55.5 74.8 89.7 39.1 1.05 0.90 96.3 93.7 84.5 9.6 85.6 98.8 Adawlato 85.8 56.2 31.4 96.9 41.5 66.7 89.7 27.3 1.44 1.33 84.1 99.4 96.0 17.3 77.5 99.7 Agbadahonou 71.2 78.2 36.8 88.3 41.9 73.3 93.5 53.8 0.70 0.74 94.8 100.0 68.2 7.2 73.1 96.6 Lomé II 68.0 69.2 41.7 80.5 53.7 78.6 91.0 30.0 1.10 0.86 83.3 96.2 84.5 11.2 87.6 96.8 Tokoin Tame 60.5 55.8 37.1 85.4 60.3 81.1 91.9 39.7 1.23 1.06 99.3 98.5 89.5 16.7 90.9 97.9 Tokoin Wuiti 62.9 63.1 37.9 80.2 55.1 82.0 91.3 43.0 1.12 0.89 99.2 98.4 91.8 15.3 90.8 97.7 Tokoin N'kafu 65.8 66.7 40.7 83.4 53.8 78.7 89.2 40.0 1.13 0.88 96.1 99.2 91.3 13.7 89.4 99.0 Tokoin Forever 66.5 67.939.1 80.2 49.7 70.1 87.5 38.2 1.10 0.86 94.7 98.6 89.2 22.3 89.0 97.2

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Saint Joseph 64.0 64.5 39.0 71.2 52.1 76.0 90.0 38.8 0.99 0.95 86.6 98.8 93.1 17.8 92.5 97.7 N'tifafa Kome 71.8 71.3 40.9 77.7 48.9 80.5 92.4 29.7 1.08 0.75 95.8 85.6 79.0 8.2 86.1 97.4 Hedzranawoe 64.1 67.6 40.2 81.7 55.3 82.0 92.6 38.9 1.15 0.95 98.7 97.4 89.0 17.7 89.1 96.8 Kelegougan 66.2 65.9 40.5 77.8 56.7 83.0 90.9 32.5 1.04 0.95 99.6 96.9 88.6 15.1 93.3 97.2 Résidence du Bénin 71.2 29.8 31.8 78.7 68.1 82.2 98.6 55.5 0.71 0.76 100.0 100.0 99.4 77.0 98.6 98.2 Be Kpota 69.4 68.7 41.9 79.4 53.0 77.8 91.2 26.8 1.14 0.84 82.1 98.3 86.6 8.0 88.0 98.1 Anfame 70.5 71.7 43.1 82.1 54.4 78.3 91.5 22.7 1.13 0.83 76.0 98.2 86.4 8.2 87.9 98.2 Adakpame 73.0 75.9 44.4 82.1 50.6 73.5 89.0 16.1 1.02 0.78 65.1 92.3 75.7 5.4 83.1 96.0 Kanyikope 68.9 71.3 43.4 77.8 53.6 76.0 88.3 17.4 1.09 0.81 62.5 97.4 82.5 7.8 84.9 96.6 Attiegou 67.1 66.2 42.0 76.2 54.9 80.7 91.8 25.3 1.11 0.87 92.8 93.5 77.0 11.7 88.5 95.5 Lome II 74.5 69.4 42.9 85.2 39.3 68.7 90.7 32.5 0.95 0.61 66.6 47.5 19.4 9.6 72.1 49.9 Tokoin Aeroport 82.4 43.7 26.9 66.7 37.5 75.0 100.0 47.5 1.50 1.00 95.6 78.1 91.9 46.3 98.1 88.8 Akodessewa Kpota 71.1 74.8 43.1 82.7 50.8 77.5 92.8 19.8 1.07 0.70 74.4 93.9 77.5 6.1 80.7 98.4 Akodessewa Kponou 73.0 76.3 44.4 82.2 52.4 72.6 87.9 19.4 0.99 0.78 51.1 97.6 79.3 6.0 83.8 96.3 Universite de Lomé 59.5 57.8 39.4 94.2 40.5 94.4 94.0 17.2 0.88 0.78 100.0 17.5 25.3 0.3 70.3 45.2 Lomé III 68.5 74.0 40.8 78.3 52.0 76.8 87.9 28.3 1.07 0.89 92.6 97.0 83.7 8.0 84.3 97.5 Doulassame 65.2 70.9 41.6 78.5 50.2 75.0 86.4 23.4 1.06 0.76 98.8 98.6 89.8 5.7 85.8 99.2 Amoutive 71.2 78.3 39.8 78.2 44.0 73.3 83.1 20.7 1.03 0.81 98.2 99.0 85.2 7.4 85.6 98.7 Lom Nava 62.3 81.8 40.7 69.5 45.5 73.9 79.8 36.4 1.07 1.06 97.4 99.9 90.8 12.2 83.0 88.7 Bassadji 62.6 83.2 42.6 76.3 56.2 79.1 90.8 36.5 1.14 0.95 96.4 99.4 90.2 8.4 88.4 98.3

108

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Be Kpehenou 66.3 72.3 39.5 81.0 56.2 78.1 87.9 34.5 1.14 0.81 96.7 97.7 91.5 8.7 82.9 98.7 Kotokou Kondji 70.6 67.6 38.8 81.0 61.4 83.1 90.8 36.6 0.90 1.03 93.9 93.2 86.9 10.3 89.5 98.4 Be Ahligo 66.5 71.1 39.5 82.7 59.9 76.6 91.6 31.8 1.01 0.97 95.5 99.7 90.3 12.8 89.5 98.7 Be Hopital 67.4 73.6 40.5 79.9 57.5 83.4 93.6 30.7 1.06 1.01 97.4 98.8 89.8 10.2 85.0 96.3 Be Hedje 63.1 74.8 40.8 69.0 42.0 74.4 87.0 30.4 1.09 0.78 94.4 96.8 83.4 5.5 79.9 97.7 Akodessewa 72.3 74.4 42.0 80.0 54.1 80.1 93.0 27.5 1.06 0.77 90.5 96.8 89.0 9.9 86.7 99.0 Wete 70.7 74.1 41.9 82.0 56.2 80.0 89.6 22.3 1.08 0.86 95.3 99.5 87.1 5.3 84.1 98.8 Gbenyedji 68.7 72.9 40.6 82.2 59.1 84.5 93.6 25.9 1.12 0.92 95.7 98.9 84.4 8.5 87.2 98.8 Ablogame 68.1 67.3 41.2 81.9 57.3 79.9 92.0 23.8 1.07 0.89 86.8 93.2 84.9 8.0 88.2 97.9 Zone Portuaire 78.5 68.5 41.8 71.1 27.0 48.2 63.0 18.0 0.86 0.74 38.4 75.7 25.8 4.4 64.4 88.5 Antonio Netime 65.8 65.2 39.8 88.9 61.5 86.4 97.6 47.0 1.01 1.19 94.4 99.0 91.6 25.2 91.3 98.2 Souza Netime 68.8 76.2 40.2 80.1 57.1 82.3 94.4 36.0 1.13 0.96 97.2 99.1 89.2 10.1 87.8 98.5 Be Apeyeme 70.9 80.7 42.3 74.8 41.0 67.0 78.2 22.9 1.09 0.81 97.2 99.2 78.7 2.3 80.6 98.2 Lomé IV 67.1 67.0 39.4 81.6 59.7 85.2 94.3 37.9 1.11 0.95 94.9 97.9 86.7 12.2 85.3 98.7 Kodjoviakope 68.0 64.5 39.6 78.8 56.4 84.9 92.9 39.7 1.09 0.93 91.0 98.0 85.8 13.9 84.6 99.1 Nykonakpoe 66.8 68.7 39.3 83.0 62.0 86.7 95.2 35.5 1.06 0.93 96.6 97.8 87.5 10.9 85.9 98.2 Octaviono Neti 63.9 64.7 37.6 83.2 59.8 82.3 95.8 42.7 1.20 1.11 98.7 97.0 87.7 14.5 87.8 99.4 Hanoukope 71.8 72.7 43.2 84.2 61.2 81.0 91.6 35.5 1.41 0.89 96.8 99.8 83.6 8.2 78.7 99.0 Lomé V 60.8 60.9 37.8 80.6 58.0 82.9 93.4 38.0 1.15 0.94 98.2 96.7 88.1 15.5 89.9 97.4 Tokoin Solidar 60.1 59.0 37.4 85.8 60.7 85.6 96.1 38.8 1.13 0.94 96.8 99.4 89.6 18.6 90.4 97.8

109

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Tokoin Ouest 64.5 66.3 37.4 78.1 59.3 83.6 94.2 37.7 1.07 0.88 97.3 93.0 84.4 13.7 86.9 96.2 Tokoin Hopital 65.2 62.6 38.6 78.1 63.5 84.2 94.5 39.5 1.21 0.89 98.0 96.9 89.2 15.8 88.9 98.3 Dogbeavou 66.2 64.5 39.7 83.5 58.6 82.5 91.5 31.4 1.12 0.84 98.9 98.3 86.1 9.6 87.3 98.4 Gbadago 66.0 69.4 39.4 81.3 53.8 78.3 90.4 27.9 1.09 0.87 98.1 96.7 87.8 9.1 87.2 98.8 Tokoin Elavagn 67.1 63.1 41.9 80.1 50.5 76.1 87.2 24.9 1.08 0.83 98.3 89.0 86.7 6.9 89.3 98.8 Tokoin Lycee 61.6 56.5 41.0 73.4 57.3 77.4 90.4 41.0 0.96 0.86 97.4 98.4 93.2 17.5 90.1 97.7 Gbonvie 64.3 62.2 38.9 83.8 59.1 81.2 92.2 40.5 1.25 0.94 97.5 99.9 90.0 21.3 93.3 97.7 Doumassesse 60.2 56.9 37.5 77.5 55.2 78.9 90.4 37.7 1.17 0.96 98.7 95.6 88.5 13.5 91.2 97.8 Above 61.5 59.6 40.2 78.4 54.8 84.2 90.9 38.1 1.27 1.02 98.6 99.6 91.0 15.5 90.5 98.6 Be Klikame 56.5 60.0 36.6 84.7 55.3 83.7 94.5 35.5 1.17 0.90 98.9 89.6 82.8 11.2 88.1 97.3 Casablanca 61.9 59.1 36.8 84.1 57.7 86.1 96.0 44.3 1.03 0.96 97.7 95.6 85.7 13.5 79.3 96.1 Akossombo 59.3 68.8 34.6 82.8 53.8 82.1 90.5 38.2 0.96 0.97 98.1 93.8 84.9 16.4 87.4 96.0 Aflao Gakli 58.4 56.0 35.5 79.0 57.5 84.6 96.0 43.9 1.20 1.00 99.6 98.2 90.9 21.5 92.8 96.2 Agbalepedog 56.2 59.7 36.5 79.7 57.7 85.2 94.9 40.3 1.15 0.96 99.6 96.8 88.9 18.6 90.2 97.1 Totsi 60.6 60.3 37.5 83.0 60.1 83.5 94.3 39.4 1.21 0.98 98.3 98.9 87.6 16.7 90.3 97.1 Soviepe 59.2 62.3 38.4 76.3 65.4 87.4 96.4 38.0 1.15 1.00 93.5 98.3 88.4 14.8 91.4 96.8 Avenou Bato 56.4 55.5 36.0 80.4 62.9 85.6 94.4 40.4 1.13 1.09 97.8 98.1 87.9 24.5 92.3 96.9 Maritime 68.0 79.249.9 82.3 46.4 76.5 90.0 24.0 0.930.68 55.4 59.7 39.4 5.2 64.4 49.8 Golfe 63.1 68.4 43.6 79.3 56.2 81.5 92.3 27.0 1.05 0.86 80.3 88.2 68.8 10.5 86.7 90.5 Sagbado (Sag) 63.3 67.4 43.4 83.5 59.2 88.3 92.9 30.4 1.10 0.95 89.8 93.0 71.1 16.8 88.8 90.9

110

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Gblenkomegan (Sag) 61.5 65.2 40.0 81.8 62.6 87.7 93.8 27.6 1.07 0.94 87.0 97.5 81.2 12.8 90.5 97.3 Yokoe Kop (Sag) 64.0 68.9 43.1 75.2 58.9 81.9 91.6 25.0 1.09 0.89 73.8 96.5 63.7 11.3 88.0 92.6 Yokoe Agblegan (Sag) 68.3 68.5 41.5 77.4 52.1 82.6 92.6 38.3 1.09 0.75 83.3 97.2 71.3 10.3 90.3 92.7 Ablogome (Sag) 54.3 74.1 37.3 79.9 62.5 83.5 90.2 42.1 1.24 1.01 95.5 99.7 91.7 16.5 90.0 96.7 Wonyome (Sag) 59.6 63.2 38.2 86.6 68.3 86.1 97.2 37.3 1.04 0.90 93.6 98.3 90.4 20.0 94.4 97.5 Logote (Sag) 69.6 77.1 48.1 82.1 52.6 79.1 89.8 24.3 0.97 0.86 70.6 81.9 43.6 7.4 83.0 77.6 Awatame (Sag) 59.6 67.7 40.2 78.9 59.5 83.3 93.3 32.0 0.98 0.92 93.4 98.5 87.8 13.8 88.9 97.3 Agotime (Sag) 48.0 79.6 47.2 54.8 31.0 52.0 66.3 32.6 0.97 0.99 72.5 74.1 35.8 5.1 80.5 68.8 Lankouvi (Sag) 68.7 70.6 45.1 82.3 50.6 90.9 98.7 26.8 1.03 0.85 53.1 84.9 22.3 8.8 86.9 77.2 Apedokoe Gbomame (Sag) 64.5 69.2 46.2 78.7 53.4 70.4 83.9 22.4 0.97 0.74 85.5 92.2 30.7 8.8 84.8 82.1 Apedokoe Agokpanou (Sag) 66.4 66.4 43.8 79.6 57.3 83.8 93.2 29.0 1.14 0.82 87.9 94.2 54.4 11.3 88.9 89.7 Sagbado Assiyeye (Sag) 62.8 67.9 41.9 78.1 56.6 82.2 92.0 29.4 1.13 0.85 89.2 97.6 80.3 12.5 85.1 93.6 Aflao-Sagbado Rural (Sag) 73.6 81.8 51.4 79.1 29.6 61.5 79.2 15.7 0.94 0.54 19.2 68.3 8.8 1.6 59.7 33.4 Adidoadin (Gak) 62.2 61.3 37.7 85.9 62.4 80.3 93.6 37.0 1.13 0.89 99.7 98.4 90.3 19.1 93.7 97.5 Avedji Telessou (Gak) 64.0 64.6 41.2 77.8 61.3 87.6 95.3 33.7 1.13 0.92 99.3 97.5 86.8 14.6 91.9 96.9 Amadahome (Gak) 63.7 66.9 41.9 82.8 59.8 89.4 96.0 29.3 1.04 0.88 97.2 95.6 73.3 10.9 89.8 95.5 Wessome (Gak) 58.8 66.5 37.8 78.8 66.6 86.7 94.8 26.8 1.09 0.80 98.4 97.2 86.7 10.1 91.0 94.3 Teshi (Gak) 58.0 58.1 41.3 78.6 61.3 87.0 88.0 15.1 1.03 0.70 97.8 87.0 87.6 8.5 86.9 99.2 Apedokoe (Gak) 67.4 71.2 44.9 79.8 56.4 79.9 91.3 30.5 1.08 0.86 95.5 93.0 59.6 8.4 85.6 94.2 Anyigbe (Gak) 59.0 62.7 38.6 76.5 62.0 91.7 97.6 39.9 1.19 0.90 87.0 98.5 87.8 15.4 91.9 93.9

111

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Anfame 64.8 68.7 44.1 76.7 55.9 83.5 93.0 21.9 1.06 0.87 97.9 94.7 49.6 8.7 88.0 96.0 Sanguera Rural 66.9 75.8 48.6 80.5 43.9 73.5 88.9 16.0 0.97 0.76 63.5 85.6 20.3 5.4 76.8 63.3 Legbassito 61.9 69.3 48.9 75.0 44.6 72.0 84.4 17.8 0.98 0.87 71.5 76.3 22.2 4.6 78.7 66.7 Vakpossito 65.9 65.6 44.1 78.5 52.5 77.9 89.3 25.7 1.00 0.82 99.4 96.7 54.8 10.0 88.6 95.1 Togblekope 59.8 72.2 47.1 78.1 49.6 74.4 88.7 17.4 1.01 0.80 97.4 78.5 77.8 5.8 89.5 97.3 Togblekope Rural 66.6 71.9 50.6 81.7 49.6 75.4 90.7 12.0 0.92 0.76 84.8 30.4 31.4 4.3 78.0 72.9 Planche 1 (Ago) 57.2 63.6 40.5 78.9 60.1 79.6 93.2 32.0 1.16 0.91 99.6 97.8 87.5 14.9 90.7 97.7 Planche 2 (Ago) 65.4 72.5 40.2 76.2 50.0 75.9 90.5 28.4 1.00 0.86 99.7 96.7 82.4 8.2 81.5 97.1 Planche 3 (Ago) 58.8 60.1 38.9 79.0 58.5 84.4 94.6 33.6 1.13 0.97 99.7 96.9 88.7 16.8 91.2 96.4 Planche 4 (Ago) 56.8 62.3 44.1 77.3 61.7 82.5 93.7 21.1 1.08 0.87 84.1 87.9 55.1 9.1 86.4 89.6 Planche 5 (Ago) 61.3 67.2 41.3 78.5 56.9 82.2 93.7 27.0 1.08 0.87 97.9 95.0 84.6 10.9 86.0 96.5 Planche 6 (Ago) 60.9 62.0 41.4 80.6 62.6 87.7 95.2 29.3 1.11 0.95 97.7 98.1 81.3 14.8 92.2 96.9 Planche 7 (Ago) 55.5 66.3 42.4 80.0 62.1 84.9 95.8 21.3 1.09 0.80 86.6 90.4 84.9 10.6 92.5 95.6 Planche 8 (Ago) 60.4 60.8 43.0 82.0 60.8 91.4 97.4 22.2 1.13 0.91 99.5 98.0 71.7 6.8 91.5 98.6 Amoutive-Kelegougan 67.5 69.7 44.7 80.3 55.0 79.1 92.2 25.8 1.07 0.84 91.8 82.5 65.0 10.2 89.5 96.5 Baguida (Ba) 66.8 72.2 44.9 82.7 58.8 82.5 91.2 26.5 1.05 0.81 25.4 76.7 69.2 9.9 84.2 91.5 Adamavo (Ba) 68.5 74.4 45.0 79.3 58.1 82.3 94.1 19.6 1.05 0.83 51.8 90.7 81.9 7.7 86.0 96.4 Agodeke (Ba) 66.4 75.3 47.3 80.4 59.4 83.9 92.0 21.0 1.02 0.84 11.1 71.6 61.1 8.2 83.8 87.1 Kpogan (Ba) 68.3 76.9 47.3 82.0 56.9 79.6 92.0 22.9 1.08 0.89 5.8 77.0 64.1 6.3 80.3 90.6 Avepozo (Ba) 68.1 73.9 42.9 79.6 55.4 81.4 91.8 29.3 0.99 0.85 22.5 84.1 78.7 13.3 85.8 94.8

112

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Lacs 69.3 84.1 51.8 84.6 41.0 74.6 89.3 19.0 0.86 0.60 21.7 40.4 32.8 2.8 62.9 40.8 Aneho (Com) 70.4 75.9 46.5 85.4 49.3 79.1 89.7 24.4 1.09 0.76 71.4 70.2 73.8 6.2 80.2 90.0 Agbodrafo 66.7 77.5 49.8 84.1 52.5 80.2 90.6 16.6 0.99 0.77 18.3 58.2 44.6 4.6 79.3 68.2 Glidji 67.9 87.8 52.3 85.0 40.3 72.7 91.6 18.2 0.79 0.51 25.3 35.9 26.0 1.8 58.8 31.3 Agouegan 73.9 93.3 52.7 80.9 28.6 63.7 85.4 20.0 0.81 0.41 5.3 20.8 9.3 0.6 47.8 7.8 Anfoin 69.2 87.6 52.8 83.5 28.3 62.2 84.2 18.8 0.83 0.45 16.2 26.3 29.7 1.7 49.6 19.3 Fiata + Ganave 66.5 92.2 57.0 84.1 25.5 61.8 84.8 14.8 0.74 0.40 4.8 5.0 12.6 0.8 42.0 2.8 Aklakou 73.7 91.2 54.9 86.6 34.6 74.8 91.7 18.4 0.74 0.43 7.2 24.7 7.5 0.4 48.1 6.6 Bas-mono 73.2 90.2 58.5 85.1 40.3 71.5 90.5 15.5 0.84 0.49 7.1 26.0 12.7 0.7 43.2 6.7 Afagnagan+Afagnan 73.2 89.0 59.5 85.7 42.1 70.9 90.4 14.1 0.85 0.49 3.2 23.1 17.6 0.7 41.5 4.7 Afagnagan (Com) 69.0 79.5 53.4 86.5 54.8 73.7 90.3 21.7 0.88 0.56 21.6 74.7 60.2 1.2 65.6 22.3 Kpetsou 80.8 93.8 61.4 79.8 26.9 64.0 89.0 6.3 0.77 0.35 0.9 10.6 5.1 1.0 34.6 6.5 Agome-Glozou +Agbetiko 75.6 92.5 55.0 88.0 38.2 78.6 93.0 16.2 0.82 0.48 0.7 31.9 1.1 0.8 49.7 2.9 Hompou 76.5 93.5 59.2 79.7 34.1 66.4 90.3 14.3 0.81 0.39 23.5 8.5 0.9 0.2 35.4 4.6 Attitogon 69.9 92.0 59.2 86.3 40.4 71.7 90.3 12.2 0.87 0.52 8.9 19.6 2.3 0.4 39.7 5.4 Vo 72.4 89.3 57.3 84.8 37.4 73.7 91.2 13.4 0.87 0.48 17.6 29.3 15.1 0.9 46.4 13.9 Vogan 75.0 92.7 60.1 84.9 34.8 71.0 89.7 14.1 0.83 0.42 5.3 9.5 2.1 0.3 42.6 4.5 Vogan (Com) 66.3 79.8 50.8 86.0 56.2 81.7 93.3 20.4 1.01 0.60 68.6 75.7 59.9 2.1 72.3 45.2 Vo-Koutime 72.8 92.5 58.3 85.7 32.8 70.8 90.4 8.8 0.81 0.42 7.3 8.5 0.9 0.3 34.5 4.3 Dzrekpo/Amegnran 73.1 90.2 57.1 85.9 35.7 75.1 93.7 10.4 0.93 0.45 5.3 16.6 11.3 0.3 40.3 12.3

113

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Mome-Hounkpati 73.8 90.0 58.4 86.6 33.6 71.6 89.1 9.8 1.04 0.41 10.4 20.5 19.7 0.4 32.6 7.8 Dagbati 74.5 93.6 60.5 82.7 30.9 70.8 92.4 8.1 0.83 0.39 6.4 16.3 2.0 0.5 41.3 7.3 Akoumape 74.5 90.9 57.7 84.7 34.7 77.2 93.7 11.1 0.85 0.43 9.6 57.7 20.6 0.9 48.7 10.9 Hahotoe 67.2 71.1 51.1 81.4 57.5 83.2 94.2 11.2 0.91 0.74 70.8 81.9 48.6 4.6 67.4 43.5 Sevagan 77.2 94.1 57.2 84.6 31.0 63.9 86.3 13.5 0.76 0.40 49.4 23.4 1.4 0.5 41.8 5.0 Togoville 67.3 88.4 57.0 84.2 35.7 69.1 86.8 20.6 0.82 0.46 1.2 36.1 20.3 0.9 53.0 21.0 Anyron Kope 77.0 94.5 57.6 85.7 31.9 67.9 89.2 12.2 0.96 0.43 0.3 19.0 0.9 0.7 59.3 8.2 Yoto 72.7 87.6 55.6 84.0 36.8 72.5 89.8 12.5 0.86 0.43 63.5 39.8 16.3 0.8 41.7 11.3 Tabligbo 70.9 86.8 53.8 70.9 34.0 74.0 89.6 17.1 0.92 0.55 55.5 55.2 22.1 1.9 49.5 13.5 Tabligbo (Com) 64.1 64.7 48.7 84.7 55.8 85.8 96.7 9.2 0.99 0.54 90.4 85.7 71.7 2.7 74.0 56.3 Kini-Kondji 72.4 91.0 57.8 82.4 32.9 63.1 89.4 1.2 0.89 0.44 58.5 44.1 6.0 0.3 39.4 1.0 Tokpli 79.0 92.6 60.5 85.5 29.4 74.2 92.6 6.6 0.80 0.39 37.9 29.2 0.7 0.2 37.4 1.7 Amoussime 74.6 92.3 59.5 85.6 36.5 59.1 89.1 2.9 0.85 0.29 56.0 45.2 1.6 0.3 38.1 0.3 Gboto 73.5 90.5 57.3 84.4 40.5 69.7 88.2 13.2 0.84 0.38 88.2 37.1 0.9 0.6 33.6 5.3 Esse-Godjin 75.4 94.5 59.1 85.5 27.7 56.4 82.2 6.7 0.85 0.39 26.1 24.6 0.2 1.0 30.8 1.4 Tomety Kondji 81.1 94.5 60.0 81.8 27.0 59.4 88.5 9.2 0.84 0.34 0.4 17.4 1.4 0.3 34.6 1.9 Sedome 81.5 95.2 56.8 80.7 20.9 38.3 72.4 8.9 0.78 0.31 0.3 11.9 0.8 0.5 34.2 1.8 Zafi 76.2 93.3 55.4 81.0 30.5 66.8 84.3 19.4 0.86 0.39 56.8 17.5 1.0 0.1 30.3 4.0 Kouve 69.2 89.0 54.2 84.5 39.5 80.9 90.9 26.1 0.85 0.46 86.0 31.1 28.1 0.5 41.6 6.2 Ahepe 71.5 88.6 54.4 86.3 37.7 81.9 92.6 21.9 0.91 0.44 92.9 44.9 17.4 0.6 37.1 6.2

114

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Tchekpo 72.1 89.3 55.0 86.3 32.7 73.2 89.7 16.1 0.86 0.44 70.3 38.7 0.8 1.0 38.5 8.0 Zio 72.5 86.2 52.2 82.4 41.7 67.7 84.5 18.8 0.90 0.59 54.1 46.4 17.7 1.9 49.0 26.7 Tsevie 78.9 93.8 53.6 82.5 30.4 42.0 67.7 8.5 0.80 0.44 24.1 11.2 0.4 0.9 47.0 2.9 Tsevie (Com) 65.6 74.5 46.9 82.3 61.0 81.8 92.9 24.9 1.04 0.72 98.1 92.8 60.4 5.3 73.1 70.7 Gbatope 74.3 91.9 55.1 83.0 34.2 63.1 81.4 16.2 0.89 0.44 64.0 30.8 0.5 0.8 30.0 4.8 Dalave 76.3 86.5 53.0 86.0 38.0 66.7 85.6 17.0 0.86 0.65 50.1 34.9 3.7 0.8 56.0 19.9 Kpome 72.7 87.2 54.5 81.3 33.1 66.3 84.1 10.6 0.83 0.50 69.5 49.2 1.3 1.4 48.8 11.4 Abobo 77.8 90.5 56.3 83.8 31.6 60.4 82.1 13.4 0.79 0.48 30.9 40.6 2.9 0.6 57.5 15.9 Djagble 69.4 86.5 51.1 84.0 46.0 63.4 82.2 14.2 0.92 0.71 55.5 59.2 8.3 1.4 68.8 51.4 Davie 71.6 85.7 49.3 85.9 38.1 76.3 88.5 19.5 0.83 0.57 85.6 54.6 30.5 2.3 56.1 24.6 Adeti Kope 63.6 68.7 50.1 81.9 59.2 79.9 92.7 16.6 1.11 0.79 21.6 61.5 32.1 4.8 79.3 67.2 Mission-Tove 80.3 91.7 53.3 83.0 27.0 66.8 84.1 12.9 0.89 0.47 30.7 68.1 1.5 0.4 42.1 9.5 Kovie 80.5 92.9 52.9 82.1 25.9 53.8 75.3 13.5 0.82 0.53 3.1 62.1 0.7 0.1 36.7 6.3 Wli 82.8 92.0 53.0 86.1 37.1 55.9 82.1 18.2 0.86 0.53 18.5 52.3 0.5 0.3 37.1 1.3 Boloukpeta 77.4 91.8 53.4 86.0 34.3 66.7 83.8 13.3 0.90 0.42 8.4 15.2 0.8 0.8 31.8 3.0 Gblainvie 69.2 92.3 53.7 87.2 29.4 60.5 79.6 11.8 0.90 0.41 66.8 43.5 0.6 0.3 31.2 4.2 Gape-Kpodji 80.7 94.2 52.5 84.2 34.4 60.3 74.2 9.4 0.88 0.46 41.1 14.4 0.4 1.1 25.2 1.7 Gape-Centre 77.1 92.7 54.5 85.4 35.3 65.7 84.2 12.5 0.85 0.44 69.4 26.3 0.9 0.9 23.1 3.0 Agbelouve 74.6 90.2 53.8 77.7 34.1 54.8 79.0 15.4 0.90 0.48 36.8 14.7 12.6 0.4 32.7 9.6 Game 74.9 94.0 55.2 75.2 25.8 45.1 67.8 10.0 0.83 0.30 23.0 11.1 7.1 0.3 36.8 4.0

115

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Avé 75.0 89.6 53.2 84.4 38.7 70.6 83.7 19.2 0.92 0.54 43.4 51.1 12.5 0.9 43.7 12.6 Keve 76.1 91.7 56.8 84.8 40.1 74.9 90.6 16.9 0.95 0.47 78.1 56.0 0.9 1.6 30.4 1.7 Keve (Com) 64.9 78.1 50.4 87.5 62.7 90.4 96.3 25.3 0.89 0.59 63.2 79.5 41.9 3.1 64.8 33.9 Assahoun +Ando 74.1 88.9 52.7 83.6 38.7 71.2 81.3 19.4 0.91 0.63 32.5 49.2 16.9 1.0 45.1 17.9 Tovegan 85.0 94.0 54.6 82.0 29.8 56.2 76.3 19.3 0.89 0.45 34.7 16.6 0.3 0.4 31.0 2.5 Dzolo 72.2 92.9 52.6 86.2 45.2 80.3 91.6 16.5 1.02 0.47 57.2 40.4 0.2 0.2 43.4 2.9 Badja 79.0 90.8 53.6 84.5 34.3 69.0 83.1 15.9 0.95 0.45 36.5 62.3 6.6 0.6 43.5 4.9 Noepe 62.0 83.1 50.1 88.0 40.9 61.3 79.2 18.4 0.88 0.51 53.9 74.0 31.4 1.6 52.3 25.5 Akepe 76.2 87.4 53.6 85.7 30.8 69.2 86.5 20.4 0.88 0.57 52.9 73.6 18.0 0.4 57.2 19.9 Plateaux 70.8 88.254.1 77.4 39.4 61.6 81.4 19.2 0.890.53 27.3 31.5 20.0 1.2 42.2 20.6 Ogou 71.9 86.953.6 74.4 39.0 56.3 79.7 22.3 0.90 0.55 28.7 21.9 31.8 1.9 49.7 33.3 Djama 75.3 95.2 55.1 73.8 14.2 38.0 70.2 10.0 0.80 0.33 17.4 1.6 1.1 0.5 31.2 1.4 Anie (Com) 60.5 72.4 48.0 82.9 61.1 81.5 94.1 25.2 1.10 0.62 46.3 61.7 78.7 4.8 78.3 85.2 Woudou 67.9 93.7 54.7 85.1 31.3 67.0 89.3 14.5 0.78 0.41 12.1 5.4 1.4 0.3 31.0 3.5 Gnagna 67.3 84.1 52.9 89.5 49.8 65.9 90.0 18.4 1.04 0.63 28.9 25.0 18.1 1.9 58.5 34.2 Datcha 74.9 87.8 53.5 84.0 43.4 62.9 82.8 20.7 0.93 0.54 17.3 9.4 41.2 1.0 47.6 18.0 Glei 70.7 91.2 54.4 78.9 32.7 55.7 79.6 17.2 0.92 0.45 21.4 5.6 25.7 0.8 38.0 18.8 Katore 82.0 95.8 55.3 70.9 15.6 24.4 51.2 11.4 0.84 0.34 26.5 0.3 1.0 0.6 27.4 0.9 Ountivou 87.9 95.8 60.0 63.1 16.1 20.1 53.8 9.7 0.70 0.41 13.9 3.0 2.7 0.5 29.3 3.6 Akpare 77.8 92.0 54.8 74.4 26.7 42.8 69.8 17.3 0.84 0.39 30.4 3.7 3.6 0.6 38.7 12.1

116

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Glito 87.1 94.2 59.5 54.2 11.2 17.0 45.0 14.6 0.79 0.38 23.7 1.1 1.1 0.2 40.7 7.7 Atchinedji 85.5 96.0 56.9 56.6 14.3 26.3 49.9 9.1 0.69 0.38 17.0 1.6 1.4 0.5 37.1 2.1 Anié 75.9 87.5 54.3 72.9 32.3 47.8 73.6 12.5 0.86 0.47 8.9 10.6 17.9 0.7 44.8 31.8 Anie 82.6 94.0 55.5 75.6 20.2 47.5 71.5 10.0 0.81 0.36 1.5 0.9 1.9 0.4 30.0 2.3 Atakpame (Com) 67.2 77.5 50.5 83.1 48.6 65.8 87.3 13.3 1.01 0.52 2.1 24.9 43.3 1.2 70.6 74.4 Pallakoko 83.5 95.5 54.9 74.9 28.1 63.6 83.8 7.5 0.85 0.41 8.1 1.8 0.2 0.7 18.3 4.3 Kolo Kope 71.6 92.2 55.2 72.5 22.2 32.1 60.0 5.8 0.75 0.35 8.5 1.7 2.2 0.2 28.1 5.5 Adogbenou 88.3 93.9 58.6 59.4 11.8 18.6 47.3 16.0 0.73 0.30 22.0 1.0 1.4 0.4 30.0 4.3 Est-Mono 72.1 91.1 56.3 75.1 27.5 48.6 71.1 13.4 0.88 0.44 43.6 11.4 4.3 0.4 37.4 7.5 Elavagnon 72.7 94.4 54.6 80.5 20.8 58.8 75.0 8.3 0.92 0.44 57.3 5.0 1.7 0.1 36.5 1.4 Elavagnon (Com) 50.8 70.7 50.4 84.8 62.6 78.5 91.1 21.7 1.00 0.50 30.8 29.5 51.7 1.8 62.2 42.6 Gbadjahe 60.1 92.8 53.7 79.6 28.0 57.8 77.4 11.8 0.79 0.31 59.2 25.9 1.3 0.6 30.9 4.1 Kpessi 73.7 95.4 57.5 75.2 23.1 52.9 68.5 9.0 0.98 0.47 51.4 9.8 0.2 0.3 30.8 3.4 Kamina 82.5 89.7 58.0 73.0 19.9 32.8 63.0 8.2 0.84 0.41 58.4 3.4 1.7 0.4 30.2 1.9 Badin 78.8 92.7 57.4 71.9 22.1 38.3 67.5 12.8 0.81 0.43 40.0 7.9 1.0 0.3 26.0 2.3 Moretan 72.3 91.1 57.5 72.9 24.8 41.1 63.4 9.9 0.88 0.40 31.0 12.3 1.8 0.3 43.0 8.8 Nyamassila 69.5 91.2 55.7 74.2 33.5 61.9 81.5 18.2 0.94 0.46 37.6 13.7 2.3 0.3 44.1 12.9 Akébou 81.3 92.3 55.0 79.3 30.2 39.8 69.7 9.0 0.83 0.32 3.2 23.4 4.1 0.2 20.8 4.5 Kougnohou 83.1 95.1 53.9 78.9 6.9 28.7 52.1 4.7 0.84 0.51 0.4 50.3 0.6 0.2 16.7 0.4 Kougnohou (Com) 61.2 74.1 50.7 80.1 58.9 58.5 85.6 12.4 0.94 0.37 4.8 34.3 35.4 0.5 51.1 27.8

117

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Vhe 84.8 95.0 53.3 76.6 18.9 32.8 68.8 2.4 0.73 0.26 1.5 35.7 0.2 0.1 15.4 0.9 Djon 81.9 92.8 55.7 83.6 31.8 44.4 73.0 6.7 0.83 0.27 2.5 22.5 0.5 0.2 15.9 4.0 Kpalave 86.3 93.6 57.4 80.7 30.7 33.3 63.5 0.0 0.76 0.30 0.0 15.9 0.6 0.6 23.5 0.5 Gbende 84.1 95.5 54.1 82.9 35.4 50.0 80.3 7.7 0.84 0.29 0.2 9.5 0.7 0.0 15.6 1.2 Yalla 87.0 94.0 54.0 86.2 32.3 43.9 83.4 10.9 0.86 0.31 0.4 34.9 1.8 0.2 18.4 2.4 Seregbene 83.3 93.5 54.2 69.3 32.3 29.6 55.3 8.9 0.81 0.32 0.5 21.1 0.6 0.4 16.0 1.2 Kamina Akebou 84.0 93.7 57.9 76.7 18.0 32.6 59.0 13.0 0.87 0.31 9.9 5.6 1.5 0.1 20.0 2.5 Wawa 68.6 87.8 53.9 83.9 45.7 85.9 94.7 16.4 0.89 0.50 19.7 66.2 11.1 0.6 40.8 11.2 Badou 67.5 86.6 53.3 80.7 36.8 85.7 95.2 14.9 0.92 0.41 19.8 66.1 2.4 0.5 51.6 3.3 Badou (Com) 62.8 73.6 48.9 82.9 57.3 85.0 95.5 21.3 0.99 0.55 89.3 78.0 82.2 1.6 75.6 63.5 Tomegbe 69.0 89.4 52.8 82.8 42.4 85.9 93.7 17.5 0.93 0.49 18.3 85.3 1.4 0.5 45.7 4.4 Kpete Bena 74.3 92.1 53.3 81.6 43.3 82.5 93.9 16.4 0.88 0.44 13.7 61.6 1.8 0.4 47.0 3.8 Gbandi-N'kougna+Gobe+Eketo 68.7 91.2 56.2 84.4 35.8 88.2 95.6 12.9 0.84 0.49 0.7 65.0 0.7 0.6 19.9 2.1 Doume 76.3 90.7 56.8 83.1 48.6 95.0 97.0 13.7 0.92 0.66 0.2 56.4 0.7 0.3 25.0 1.9 Ounabe 70.9 89.8 53.4 90.5 56.5 75.4 85.5 7.1 1.00 0.66 24.0 37.8 1.2 0.2 29.0 2.5 Okou 62.4 88.2 55.4 81.5 59.2 83.9 94.4 15.0 0.88 0.46 9.5 61.0 1.0 0.7 34.3 5.8 Klabe Efoukpa 66.8 87.9 55.8 87.1 51.6 89.0 96.3 13.2 0.87 0.47 4.8 56.0 0.9 0.4 39.5 7.7 Kessibo 73.1 90.4 53.0 84.6 33.7 83.6 92.9 16.9 0.82 0.56 18.9 77.4 3.7 0.5 37.0 4.3 Amou 71.8 89.0 52.7 85.3 48.8 84.7 93.4 15.0 0.92 0.54 24.1 32.0 28.3 1.5 40.1 17.6 Ouma-Amlame 68.7 90.3 55.1 85.7 51.4 91.6 97.6 16.5 0.91 0.46 30.6 38.6 20.9 1.2 40.7 13.9

118

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Amlame (Com) 59.1 73.6 49.3 85.3 65.4 95.9 98.9 19.8 0.96 0.62 54.0 79.4 80.7 2.3 66.8 43.3 Amou-Oblo 68.8 88.6 52.8 88.8 43.3 88.5 92.9 17.3 0.92 0.51 28.7 34.0 37.8 2.0 40.7 21.7 Sodo 74.3 91.3 53.8 90.9 49.1 79.8 90.7 25.4 0.98 0.43 14.0 66.8 27.6 0.3 45.7 7.5 Ekpegnon 78.5 96.3 55.3 83.8 29.1 73.5 88.5 7.2 0.85 0.43 39.5 13.4 0.5 0.3 22.1 1.3 Kpategan 83.1 96.0 54.8 79.5 32.2 58.0 78.7 9.0 0.90 0.53 9.6 3.0 0.4 0.0 27.0 1.9 Avedje 86.3 95.7 53.6 85.3 30.8 73.7 87.9 10.3 1.01 0.47 0.6 0.9 1.3 0.0 26.5 0.8 Imle 77.5 91.5 54.1 86.5 41.4 80.0 92.0 31.6 1.03 0.59 50.1 29.5 18.2 0.6 34.9 4.9 Adiva 71.0 92.0 52.9 82.6 47.8 82.7 90.1 15.4 0.97 0.41 78.4 20.8 27.9 0.5 44.4 6.9 Evou 52.1 82.3 51.8 82.2 65.4 89.7 95.0 7.0 0.99 0.56 10.8 20.1 35.0 1.1 55.1 9.3 Temedja 68.8 80.3 49.0 85.2 60.5 92.0 97.1 6.3 1.02 0.64 10.3 23.2 51.5 1.3 53.2 21.2 Hiheatro 65.9 82.7 49.3 86.2 60.9 91.7 96.2 16.9 0.91 0.61 29.0 53.7 49.2 3.5 52.3 41.1 Okpahoue 78.3 97.4 55.9 84.0 73.1 93.3 98.7 6.7 0.81 0.40 0.0 30.8 0.2 0.3 14.9 1.0 Otadi 84.8 95.2 55.8 84.8 25.6 84.6 91.0 11.4 0.98 0.35 2.9 12.5 0.6 0.5 20.4 0.8 Game 89.0 96.9 55.8 81.7 17.0 57.8 83.5 10.9 0.81 0.23 1.8 0.8 0.9 0.5 21.7 0.4 Danyi 69.5 86.6 52.6 80.9 52.9 82.5 89.4 19.1 0.85 0.55 11.2 75.3 7.8 0.6 36.8 7.2 Danyi-Atigba+Elavanyon 69.3 84.5 53.3 79.9 53.4 76.8 87.8 15.1 0.83 0.59 11.6 80.9 1.7 0.4 36.4 4.3 Adeta (Com) 58.2 76.2 48.3 76.8 68.5 91.6 94.6 24.1 0.95 0.56 9.7 53.1 43.8 1.8 59.9 28.1 Danyi-Kakpa 74.7 92.3 53.4 80.9 48.0 83.7 89.3 21.3 0.90 0.50 23.8 69.7 0.9 0.2 28.5 3.0 Yikpa 76.6 88.7 49.4 83.9 43.2 97.5 97.8 14.3 0.72 0.34 0.6 75.5 0.9 1.0 30.4 2.3 Ahlon 73.6 90.8 54.2 86.3 44.7 84.3 90.5 14.5 0.84 0.49 0.5 86.0 1.2 0.1 26.9 3.1

119

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Danyi Kpeto-Evita 71.8 91.3 54.4 82.9 41.7 74.0 78.6 13.9 0.84 0.52 0.5 86.9 1.7 0.9 36.0 2.2 Kpele 64.2 87.4 52.6 83.0 45.1 72.3 83.2 19.4 0.90 0.52 8.9 34.1 26.3 1.2 40.5 17.2 Kpele-Novive 70.6 89.4 53.0 84.9 36.9 70.8 82.1 20.7 0.91 0.55 6.1 30.8 19.3 1.4 37.2 11.5 Danyi (Com) 61.7 72.6 46.8 85.5 61.0 87.5 93.4 30.5 0.96 0.62 11.6 73.6 63.2 3.3 63.9 69.1 Kpele Dawlotou 69.5 93.2 54.6 83.0 27.1 62.6 76.8 11.3 0.83 0.56 8.5 27.5 9.0 0.4 36.7 6.9 Akata 60.8 89.2 53.5 86.3 41.2 66.4 79.0 11.3 0.90 0.47 6.6 42.6 15.9 1.4 33.4 6.4 Kpele-Govie 62.6 84.0 51.3 82.8 52.9 84.8 89.7 14.5 0.96 0.80 0.3 59.5 42.9 0.7 47.6 17.0 Kpele-Centre 64.2 88.3 53.3 70.4 41.5 77.8 89.8 16.8 0.89 0.48 1.9 16.1 22.2 0.9 30.5 11.6 Kpele-Gbaladje 72.5 88.2 52.0 86.2 57.0 80.2 93.5 16.1 0.98 0.63 0.5 25.8 45.2 2.1 44.6 10.6 Kpele Kame 56.2 92.0 55.4 83.4 52.9 70.3 81.9 9.1 0.95 0.50 11.0 26.4 17.1 0.7 30.1 5.8 Kpele-Dutoe 47.5 88.8 51.9 88.4 54.3 64.6 71.6 14.1 0.85 0.35 14.4 4.8 33.2 0.2 39.4 13.4 Kpele-Nord 64.7 86.4 52.1 82.8 49.5 59.5 79.7 14.6 0.88 0.43 24.9 28.5 30.3 0.6 49.6 19.4 Kloto 63.1 78.7 49.1 86.3 57.5 87.3 94.2 25.8 0.98 0.68 49.4 82.2 45.3 3.6 62.9 47.7 Kpalime (Com) 60.9 71.3 46.6 85.5 61.5 88.4 95.1 28.3 1.05 0.73 65.7 92.2 70.6 5.3 81.3 81.1 Agome 61.7 81.9 53.1 90.3 53.5 84.2 85.9 21.6 0.90 0.60 20.4 90.0 31.3 4.3 66.1 11.0 Agome-Tomegbe 68.4 90.9 51.5 79.6 49.7 87.8 90.6 30.0 0.88 0.57 32.9 76.4 3.6 1.4 32.5 8.8 Kouma 65.0 88.1 51.7 88.3 56.6 88.8 92.3 20.3 0.94 0.72 23.1 88.1 4.1 0.7 38.2 2.6 Kpime 66.3 90.9 54.6 90.3 44.8 83.1 91.2 10.3 0.86 0.56 17.1 59.1 17.1 0.6 33.5 4.2 Lavie + Apedome 61.1 83.6 53.5 86.0 58.8 85.7 94.3 14.1 0.98 0.60 64.3 69.3 25.1 3.9 32.6 12.1 Yokele 71.6 84.0 52.7 87.6 51.4 85.0 94.4 20.7 0.90 0.62 54.9 57.2 31.0 2.3 61.1 18.0

120

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Tove 72.2 87.0 51.0 86.9 52.9 86.1 95.4 18.8 1.02 0.68 46.7 59.8 38.9 1.5 48.9 10.4 Atsave 71.8 91.5 51.8 90.5 53.8 91.8 91.9 21.4 0.89 0.69 2.0 59.0 2.0 0.0 39.6 1.8 Tome 58.5 91.4 54.0 85.7 49.3 91.5 96.7 19.4 0.86 0.51 44.5 52.2 0.8 0.6 39.5 3.4 Nyive 73.5 91.0 52.4 82.4 18.6 73.7 91.5 17.1 0.94 0.37 10.7 92.4 0.3 0.6 59.1 2.1 Yeviefe 71.3 90.6 50.6 93.2 49.5 73.6 86.0 8.0 0.83 0.47 1.1 95.5 1.1 0.4 43.2 6.7 Klo Mayondi 78.9 94.1 50.4 85.6 44.6 94.1 91.9 16.7 0.75 0.53 0.1 93.1 0.0 0.7 41.5 9.0 Wome 61.3 86.7 48.4 82.1 53.2 79.8 92.1 21.0 1.01 0.49 0.5 68.5 0.8 1.0 40.3 7.8 Kpadape 64.5 89.5 50.2 88.4 54.8 89.7 93.4 22.1 0.90 0.62 1.5 72.8 1.0 0.4 53.3 12.9 Gbalave 70.0 87.0 47.1 90.0 40.8 79.3 88.5 15.0 0.77 0.54 0.0 49.7 0.0 1.1 37.7 4.5 Hanyigba 65.6 88.5 49.8 87.9 56.8 84.1 92.7 30.8 0.95 0.55 0.9 75.1 25.2 0.4 35.0 6.1 Agou 74.7 89.7 52.0 81.3 39.0 68.4 81.4 18.2 0.87 0.51 34.6 39.3 13.6 1.0 40.1 10.5 Agou-Tavie 66.6 82.3 50.7 86.4 59.1 81.1 91.0 23.9 0.96 0.52 12.6 57.3 42.4 2.4 55.7 17.0 Agou Gadzepe (Com) 58.0 69.9 46.6 84.7 68.2 84.7 94.6 25.1 1.05 0.60 30.4 79.7 55.8 3.9 65.5 52.8 Agou Kebo 76.8 88.3 52.5 73.9 33.4 81.8 84.8 29.1 0.90 0.65 47.7 59.9 17.9 0.8 43.3 2.7 Nyogbo Dzidjole + Agbetiko 69.0 88.5 52.3 86.5 49.2 86.2 93.5 29.8 0.82 0.60 35.6 62.1 34.9 2.1 44.2 18.9 Agou Akplolo 83.5 93.9 49.4 86.2 29.2 81.6 81.3 17.1 0.73 0.45 21.5 42.8 2.3 0.8 35.7 3.1 Agou Yiboe + Kati 79.7 90.2 50.2 85.0 32.2 61.5 75.7 14.3 0.97 0.48 60.5 12.5 0.9 0.3 29.4 12.6 Gadja 72.6 89.8 53.4 80.0 40.5 59.3 80.4 12.5 0.86 0.43 44.2 30.1 14.8 0.8 37.5 9.1 Amoussoukope 79.0 90.1 53.0 81.8 37.6 69.8 79.1 6.4 0.86 0.62 36.7 25.8 2.2 0.5 37.8 6.8 Adzakpa 85.7 95.7 54.3 71.3 11.6 51.9 64.2 7.1 0.83 0.42 24.0 41.5 2.0 0.4 36.3 2.0

121

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Agotime Nord 75.4 92.3 51.9 81.4 28.1 65.6 73.8 17.2 0.82 0.50 11.0 35.9 4.7 0.9 35.6 2.8 Assahoun Fiagbe 78.9 92.8 51.9 80.3 34.0 68.3 83.9 19.3 0.79 0.46 22.0 50.3 0.0 0.6 44.8 3.1 Agou-Atigbe 74.2 91.0 51.7 82.3 45.3 86.9 88.3 15.8 0.78 0.48 0.5 43.9 10.6 0.7 59.2 4.6 Agou Klonou 73.0 93.8 49.3 89.7 54.4 71.1 86.4 29.2 1.07 0.53 49.1 65.8 0.1 0.0 36.8 2.0 Haho 67.4 90.9 56.4 71.1 31.8 48.6 74.7 17.6 0.86 0.49 31.1 14.0 14.2 0.9 36.3 14.9 Notse 79.9 95.4 57.0 73.8 22.1 38.3 65.6 8.2 0.84 0.37 11.1 5.7 0.4 0.3 27.9 1.8 Notse (Com) 53.8 72.8 49.5 82.9 61.5 79.4 93.4 22.5 1.04 0.60 80.2 62.1 69.6 3.5 68.7 74.8 Kpedome 62.7 93.6 56.8 70.7 25.1 41.0 67.7 12.1 0.84 0.41 34.8 5.1 4.9 0.4 28.5 6.0 Kpegnon (Haito) 67.5 94.5 58.4 87.0 42.7 68.8 84.8 10.8 0.95 0.54 40.3 14.5 1.1 0.6 27.1 2.8 Wahala 62.8 90.4 55.3 77.6 32.9 60.0 84.3 19.6 0.88 0.42 35.9 10.1 16.1 0.4 36.2 11.9 Asrama 76.1 94.2 58.8 55.9 20.4 30.9 59.8 13.4 0.78 0.42 3.8 3.9 1.7 0.5 33.8 4.6 Djemegni 72.9 94.8 59.6 63.1 14.1 22.8 53.5 16.7 0.75 0.51 14.8 3.3 0.4 0.6 28.3 1.8 Dalia 64.3 92.3 55.1 76.6 33.9 52.3 77.4 11.5 0.92 0.47 30.4 10.9 17.6 0.7 36.3 6.3 Atsave 77.5 94.7 59.5 72.3 20.6 38.2 67.5 10.6 0.82 0.37 26.9 4.9 0.7 0.3 28.3 2.2 Moyen-Mono 82.2 92.9 59.5 73.4 28.2 34.6 68.7 14.3 0.84 0.50 19.6 8.3 6.1 0.3 35.4 10.0 Tohoun 80.1 95.5 59.0 79.0 26.5 32.9 63.5 16.4 0.89 0.42 28.5 1.7 1.1 0.2 31.6 1.7 Tohoun (Com) 64.6 82.1 52.7 83.2 49.4 57.6 80.3 14.8 0.91 0.56 27.2 33.2 47.1 0.6 53.8 35.2 Tado 81.0 93.4 59.8 75.1 30.7 46.4 74.1 14.7 0.83 0.60 11.6 11.7 1.1 0.2 33.7 12.5 Saligbe 89.2 93.8 61.2 60.2 12.4 12.2 53.7 7.0 0.66 0.24 12.8 1.3 2.8 0.2 27.8 2.3 Ahassome 89.2 96.6 59.8 66.7 15.5 22.5 56.3 17.0 0.76 0.38 30.3 1.8 0.9 0.2 22.6 2.8

122

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Kpekpleme 84.5 91.8 60.1 74.5 33.5 38.4 73.6 16.3 0.92 0.50 15.8 7.0 4.6 0.2 43.1 12.8 Katome 84.2 95.2 61.8 78.6 20.9 24.1 61.7 2.9 0.86 0.49 27.4 7.2 0.6 0.6 32.0 3.3 Centrale 62.6 87.454.4 81.6 45.6 69.7 85.1 21.1 0.900.53 30.8 28.1 25.4 1.7 52.1 21.5 Tchaoudjo 57.2 83.0 52.7 84.5 52.1 75.2 88.0 24.3 0.92 0.58 31.1 42.5 46.8 3.9 67.0 38.8 Kpangalam 58.0 90.2 56.5 82.3 43.2 62.0 79.1 29.4 0.95 0.53 12.4 7.5 10.3 1.4 54.9 11.5 Sokode (Com) 52.7 74.8 47.9 86.6 62.7 84.6 93.7 25.6 1.01 0.64 49.2 68.5 82.4 6.9 83.4 72.1 Komah 64.3 86.0 57.9 77.2 34.9 51.4 73.8 8.3 0.86 0.46 12.9 33.2 0.4 1.2 58.3 5.7 Tchalo 63.3 89.6 57.7 84.3 42.0 59.0 79.2 26.2 0.82 0.48 2.7 20.6 1.0 0.5 55.9 2.4 Kadambara 58.9 86.0 57.7 87.4 43.1 65.5 88.1 28.5 0.81 0.43 3.9 19.6 33.3 2.4 70.3 14.3 Lombo 68.7 94.8 54.5 77.8 23.8 44.8 60.9 13.6 0.76 0.45 2.3 4.6 0.9 0.6 31.5 2.1 Lama-Tessi 59.2 90.7 55.8 85.0 42.1 69.5 84.9 14.5 0.87 0.48 18.9 8.9 15.8 0.5 46.3 6.3 Kparatao 60.5 91.7 59.0 80.5 35.5 57.5 76.2 20.4 0.86 0.40 16.8 29.2 36.3 1.3 56.9 8.4 Wassarabo 54.1 91.6 62.2 84.3 38.0 56.8 83.6 20.8 0.74 0.31 6.3 32.3 0.0 0.6 52.1 3.0 Kpassouade 59.3 94.6 59.6 92.1 54.8 77.5 93.8 7.7 0.95 0.45 36.6 22.2 0.0 0.6 46.5 1.5 Agoulou 73.6 94.6 58.9 78.7 35.5 44.3 71.1 13.9 0.72 0.36 3.0 12.3 0.8 0.9 47.5 2.5 Kemeni 70.5 95.4 57.6 75.5 43.5 67.7 81.1 12.0 0.97 0.47 14.6 2.0 0.0 0.2 44.2 1.3 Alheride 66.0 91.5 58.0 85.0 47.6 71.0 80.9 12.6 0.92 0.65 21.4 31.3 1.4 0.4 49.4 1.6 Kolina 57.4 94.8 60.1 84.1 46.1 71.9 89.2 25.0 0.96 0.59 35.7 13.0 0.9 0.5 48.6 1.6 Tchamba 64.4 88.8 56.8 79.2 36.4 61.9 81.3 20.8 0.88 0.48 34.2 33.5 22.0 1.0 54.7 17.9 Tchamba 76.9 94.9 59.2 71.1 24.5 41.4 72.6 15.8 0.81 0.34 17.7 5.5 1.1 0.2 40.4 2.4

123

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Tchamba (Com) 58.2 82.5 53.8 88.5 46.2 63.9 85.8 23.6 0.86 0.45 58.5 68.0 84.8 2.6 73.7 58.6 Larini 62.2 86.1 61.2 79.6 39.0 65.6 85.9 22.4 0.82 0.33 7.9 34.4 17.6 1.1 56.6 13.7 Affem 64.3 92.1 56.7 77.6 34.3 62.1 80.7 20.0 0.88 0.67 50.3 19.4 0.2 0.4 56.9 1.7 Krikri 65.9 94.4 57.5 69.3 38.9 45.2 71.5 18.0 0.80 0.37 3.9 49.9 2.6 0.6 66.5 2.7 Alibi I 67.2 93.0 57.4 79.1 30.0 68.8 84.3 18.8 0.94 0.44 22.3 20.8 11.6 1.2 38.9 4.8 Koussountou 58.0 89.0 57.2 76.4 34.6 61.7 80.9 12.2 0.86 0.50 30.6 26.5 3.2 0.4 51.0 7.4 Balanka 69.5 87.8 57.7 71.6 28.3 46.3 73.6 40.8 0.80 0.44 16.9 58.9 4.4 1.3 66.0 3.9 Kaboli 62.7 87.8 55.9 78.8 38.7 70.0 84.6 21.2 0.95 0.55 31.6 22.4 21.5 0.5 52.1 19.6 Goubi 77.0 92.0 57.8 81.9 31.9 60.0 78.2 14.1 0.97 0.62 43.8 32.9 1.2 0.2 47.2 10.1 Bago 69.5 90.4 57.4 80.6 31.5 61.4 76.7 9.8 0.88 0.48 41.3 17.2 2.1 0.4 42.3 4.8 Sotouboua 61.5 86.5 53.0 85.1 52.5 84.8 92.3 18.3 0.93 0.53 25.8 19.9 24.2 1.1 45.8 18.0 Sotouboua 70.5 92.8 57.2 85.2 33.7 60.4 80.0 4.9 0.88 0.47 29.3 9.2 0.9 0.0 27.0 1.3 Sotouboua (Com) 52.1 73.3 47.1 83.9 67.3 88.5 95.1 24.1 1.01 0.60 14.5 44.5 63.7 2.9 66.7 53.4 Tchebebe 61.5 88.6 51.7 84.9 52.9 82.7 90.9 14.4 0.93 0.49 27.5 16.0 1.6 0.7 46.0 11.5 Bodjonde 54.4 92.8 58.5 82.1 55.2 91.4 98.0 21.4 0.93 0.50 82.6 68.2 0.0 0.0 29.2 3.7 Kazaboua 69.7 92.0 56.4 88.8 37.6 84.8 88.8 12.1 0.89 0.44 23.3 7.0 0.6 0.8 29.9 3.2 Tabinde 60.3 93.6 54.8 86.2 35.8 88.4 93.6 3.3 0.84 0.46 31.5 15.7 0.5 0.0 25.5 0.8 Sessaro 75.5 92.2 56.0 88.3 39.9 68.8 86.5 7.4 0.86 0.43 35.8 11.8 0.9 0.5 24.2 5.1 Tittigbe 67.3 92.6 55.1 86.4 45.6 77.7 90.1 13.0 0.96 0.41 28.4 5.9 1.6 0.3 31.1 4.2 Kaniamboua 65.7 89.2 50.7 85.4 64.5 98.5 98.9 20.9 0.87 0.58 79.3 31.3 55.0 0.8 58.5 5.8

124

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Adjengre 60.0 85.1 52.7 84.7 53.4 88.7 93.1 18.9 0.95 0.54 23.6 16.6 35.8 1.3 52.0 20.4 Aouda 66.4 90.5 55.6 83.2 52.4 87.6 92.1 12.7 0.92 0.59 20.5 7.2 22.4 0.4 45.2 5.2 Fazao 49.2 86.4 60.2 81.4 43.4 74.8 92.0 4.8 0.85 0.38 18.4 2.2 1.5 0.1 60.9 6.7 Mo (spref) 64.1 93.9 58.4 61.4 21.2 26.6 53.3 28.7 0.73 0.32 65.6 2.2 1.5 0.1 30.5 2.9 Djarkpanga (R) 58.4 95.1 59.9 52.4 10.6 15.1 38.1 11.8 0.63 0.26 61.3 0.3 0.4 0.1 24.5 0.3 Djarkpanga (U) 62.7 90.2 57.3 76.6 34.6 47.4 72.7 51.1 0.78 0.39 93.4 3.7 2.3 0.0 46.2 4.1 Kagnigbara 64.7 94.1 60.0 66.0 16.1 27.6 47.2 13.6 0.88 0.38 73.1 0.5 1.1 0.1 20.3 0.3 Boulohou 56.8 92.9 57.7 69.7 35.5 32.5 62.5 12.8 0.73 0.30 91.4 1.3 0.8 0.1 28.5 5.2 Tindjasse 72.2 94.4 57.6 54.4 16.4 25.9 46.6 20.6 0.73 0.36 65.6 4.6 2.8 0.2 28.7 5.4 Saïboude 61.7 96.1 58.3 60.3 17.6 19.4 53.4 11.1 0.70 0.14 16.7 0.3 0.7 0.0 35.8 0.5 Blitta 69.5 90.8 54.7 83.2 43.8 66.3 83.7 15.6 0.93 0.51 21.9 17.4 6.9 0.5 40.6 9.5 Blitta-Gare 86.7 96.0 55.6 78.5 14.6 61.9 82.6 7.4 0.96 0.58 43.5 21.9 0.5 0.0 35.4 0.8 Blitta (Com) 48.4 76.2 48.2 82.9 69.7 84.9 93.8 22.9 1.04 0.52 5.2 34.4 56.4 3.0 66.8 35.2 Blitta Village 70.0 89.9 52.9 89.9 39.3 56.4 74.7 17.6 0.99 0.55 14.1 9.7 33.7 0.9 51.9 16.9 Yaloumbe 71.0 91.7 55.8 84.4 48.0 65.0 81.3 15.1 0.85 0.50 25.6 2.8 3.4 0.3 46.2 3.1 Warigni 75.6 92.2 57.4 86.4 48.3 80.2 95.3 15.1 0.92 0.48 45.1 42.0 0.3 0.6 23.0 0.6 Tchaloude 58.7 89.2 55.1 87.2 44.4 72.8 83.7 9.0 0.97 0.46 16.3 25.4 1.4 0.5 47.9 7.6 Agbandi 68.8 91.3 53.9 85.8 43.6 63.6 79.0 15.8 0.91 0.57 12.8 12.2 4.2 0.3 45.3 17.1 Langabou 73.5 91.2 56.5 82.0 35.3 57.1 77.8 11.9 0.93 0.48 29.9 6.4 1.2 0.4 34.6 5.8 Koffiti 73.5 93.6 56.8 80.8 33.1 53.5 76.5 17.6 0.98 0.41 35.1 1.4 0.9 0.1 35.1 1.8

125

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Tchare-Baou 79.6 95.4 53.1 83.1 41.8 74.8 85.1 7.8 0.93 0.50 50.7 12.4 0.3 0.0 34.9 3.4 Pagala-Gare 56.9 85.8 54.0 83.1 50.7 71.4 86.4 18.6 0.94 0.55 19.9 14.5 3.3 0.5 43.2 18.2 Welly 70.2 94.7 57.4 82.5 27.9 54.8 72.4 6.2 0.94 0.42 32.5 10.1 1.2 0.1 28.9 1.7 Tintchro 86.0 94.4 55.3 74.6 31.1 52.0 71.8 6.8 0.91 0.50 0.3 46.8 0.9 0.1 34.7 1.6 Atchintse 74.1 88.9 54.8 86.4 44.4 78.4 88.6 11.7 0.86 0.61 18.2 41.1 2.0 0.8 49.8 2.1 Diguengue 85.7 93.5 52.9 84.0 28.2 52.7 82.7 11.1 0.89 0.40 0.0 44.6 0.4 0.0 35.1 0.2 Yegue 86.0 95.7 55.6 80.5 29.9 66.0 82.6 4.0 0.90 0.41 1.0 42.2 0.5 0.5 35.3 1.9 Dikpeleou 87.8 94.3 54.7 82.1 17.4 69.6 90.3 9.1 0.90 0.28 0.3 15.7 0.2 0.7 31.3 1.9 Katchenke 87.1 95.4 55.5 80.7 26.4 50.2 81.4 11.1 0.88 0.54 0.1 12.0 0.0 0.2 22.7 1.5 M'poti 70.8 91.0 55.2 82.1 50.4 58.5 82.7 16.1 0.98 0.48 3.0 7.1 0.8 0.1 41.8 8.5 Tchifama 74.4 87.8 56.3 83.0 54.8 69.4 90.6 8.5 0.91 0.49 23.5 21.4 1.5 0.9 47.1 10.9 Pagala-Village 80.2 96.8 54.2 84.6 44.0 61.9 82.4 6.3 0.91 0.45 20.1 2.7 3.4 0.0 29.1 1.3 Doufouli 62.4 95.5 55.1 80.3 28.6 57.0 77.1 9.1 0.85 0.64 58.9 13.7 0.3 0.0 22.6 1.2 Kara 64.5 87.655.1 74.0 44.9 64.0 81.2 21.9 0.900.56 47.5 14.3 22.3 1.6 44.1 20.5 Kozah 52.8 76.8 50.0 79.9 62.2 88.7 95.0 25.3 1.01 0.71 50.8 28.7 39.3 3.9 61.3 41.3 Lama 53.8 79.8 54.3 79.9 62.7 94.4 98.1 13.1 0.97 0.61 33.2 8.2 13.9 1.5 50.8 15.8 Kara (Com) 49.7 64.6 42.5 78.8 69.1 90.8 96.9 29.2 1.11 0.90 80.2 55.6 72.1 7.4 85.1 83.2 Landa-Pozenda/Kpinzinde 54.9 92.0 56.8 78.0 48.8 83.8 88.7 11.3 1.01 0.56 35.2 2.2 0.7 0.1 39.2 2.1 Awandjelo 53.9 89.5 59.0 78.5 45.3 72.1 86.3 16.2 0.90 0.52 21.4 4.3 4.9 1.2 46.0 3.8 Atchangbade 57.7 90.3 58.3 81.6 51.2 86.1 94.7 15.8 0.89 0.45 43.4 3.5 4.5 0.4 37.0 4.5

126

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Djamde 71.0 92.9 57.7 79.7 37.5 67.2 72.5 11.1 1.05 0.43 29.3 2.0 6.2 0.7 27.5 3.1 Sara-Kawa 59.5 93.5 54.6 74.3 33.5 65.8 80.7 4.3 0.84 0.41 36.5 0.7 0.2 0.7 19.2 3.6 Pya 52.6 77.0 49.4 81.0 72.1 92.6 97.3 15.2 1.07 0.55 44.3 32.8 44.2 4.9 61.3 29.0 Tchitchao 52.2 77.4 54.4 77.9 63.9 91.1 93.7 12.8 0.97 0.61 17.6 10.2 31.4 2.5 50.9 17.1 Yade 47.7 77.3 53.5 81.3 70.5 92.4 96.4 14.2 1.09 0.62 33.5 13.8 31.1 2.1 54.5 15.7 Bohou 47.2 76.9 50.4 80.7 69.5 97.0 98.3 22.6 1.10 0.66 21.8 14.7 28.2 2.9 48.8 31.2 Tchare 60.6 94.3 55.6 80.6 57.9 95.6 95.2 15.0 0.86 0.64 57.4 3.7 29.1 1.3 35.3 4.2 Koumea 54.8 90.6 56.1 82.2 59.2 85.4 91.9 16.3 1.02 0.55 17.7 6.6 10.4 0.7 39.4 10.7 Landa 60.7 90.4 55.1 84.1 50.3 82.8 90.2 15.5 0.92 0.52 32.0 6.9 8.8 0.6 47.8 5.7 Soumdina 60.7 91.1 57.4 81.6 62.1 87.4 94.5 15.7 1.04 0.59 16.0 5.9 15.3 0.8 40.8 8.0 Lassa 56.7 88.6 55.0 82.2 55.4 85.3 94.1 17.0 0.96 0.60 15.5 12.3 15.8 0.8 43.1 9.4 Binah 66.1 90.0 55.4 81.3 43.5 71.6 85.7 19.4 0.90 0.49 24.4 12.1 23.4 0.8 47.2 18.4 Pagouda 66.0 93.8 55.9 81.5 41.1 75.7 88.9 15.5 0.93 0.45 30.2 3.9 3.2 0.0 39.7 2.2 Pagouda (Com) 55.0 69.3 47.7 83.3 70.1 92.3 97.2 20.9 1.08 0.47 38.2 32.2 50.2 2.8 66.3 33.4 Boufale 69.0 95.1 58.2 83.4 34.8 59.3 79.6 11.9 0.82 0.39 6.4 3.5 0.3 0.3 29.7 1.6 Solla 72.8 93.7 61.0 70.9 30.8 53.0 70.2 14.6 0.72 0.31 11.5 3.6 0.7 0.1 47.0 5.6 Pitikita 79.7 96.0 61.0 84.8 19.2 46.5 74.4 0.0 0.89 0.28 8.5 1.8 0.0 0.2 12.3 13.0 Pessare 74.2 96.3 59.4 75.6 32.3 65.7 77.0 10.6 0.84 0.49 10.6 1.2 0.6 0.1 12.7 5.7 Lama-Tessi 73.1 92.8 56.5 80.0 57.7 91.7 95.9 22.0 0.85 0.52 1.0 10.9 0.3 0.2 32.6 22.2 Ketao 63.3 85.1 51.8 85.3 46.0 70.8 88.5 25.1 1.00 0.58 37.4 26.2 67.6 1.6 72.1 47.5

127

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Kemerida 71.0 93.6 53.1 83.3 41.3 58.0 78.7 11.1 1.03 0.51 48.6 8.7 21.4 0.8 46.4 3.8 Sirka 55.3 92.6 57.4 86.4 44.9 76.0 84.7 10.3 0.84 0.48 10.4 3.4 0.8 0.3 40.0 2.0 Doufelgou 66.8 89.5 54.6 79.0 44.3 64.6 80.5 17.4 0.91 0.52 38.3 9.0 14.1 1.0 31.8 13.0 Niamtougou (Com) 61.2 78.8 50.5 80.8 63.5 90.0 94.2 17.5 1.00 0.65 51.2 18.6 38.8 2.7 52.9 30.2 Koka 75.9 92.6 51.8 91.2 54.7 66.7 78.8 0.0 0.95 0.74 0.9 1.6 0.0 0.0 30.9 1.6 Agbande-Yaka 79.3 95.2 58.3 67.7 27.9 41.4 75.7 0.0 0.94 0.30 1.6 2.2 0.0 0.0 25.1 0.2 Leon 85.6 96.8 55.9 71.9 7.4 32.5 46.4 3.8 0.91 0.48 37.3 0.6 0.6 0.0 13.4 1.1 Alloum 77.5 93.5 55.2 74.3 31.8 44.3 68.5 13.8 0.91 0.41 53.9 3.5 1.1 0.2 23.1 8.8 Kadjalla 82.6 96.3 59.2 75.9 25.4 31.6 59.5 6.1 0.86 0.23 30.1 0.7 0.3 0.1 16.2 3.5 Tchore 67.2 96.6 56.7 75.5 6.0 12.1 44.4 11.1 0.77 0.34 12.9 0.5 0.0 0.1 11.0 0.3 Baga 66.1 86.4 54.4 76.7 39.6 83.9 89.9 0.0 0.75 0.50 85.6 4.9 0.0 0.0 40.4 0.8 Tenega 55.4 90.9 53.7 88.0 58.0 59.0 81.2 16.7 0.99 0.48 45.2 4.4 7.1 1.2 32.0 20.6 Defale 63.4 87.5 52.6 85.4 50.3 77.9 91.2 26.1 0.87 0.47 24.9 22.0 14.9 0.9 34.7 14.8 Kpaha 67.4 97.4 57.1 76.3 27.1 38.4 74.3 11.1 0.73 0.34 12.3 1.0 0.0 0.1 11.9 1.1 Siou 58.5 91.0 54.8 85.5 51.3 81.1 90.7 22.9 0.96 0.49 40.6 8.9 14.3 0.8 34.0 6.6 Pouda 70.6 95.0 61.8 73.8 25.9 47.4 70.9 13.3 0.98 0.47 34.6 0.7 0.5 0.0 15.6 2.4 Massedena 59.6 94.2 57.8 76.2 25.3 32.5 54.9 13.9 0.80 0.42 25.0 1.9 0.0 0.0 26.4 2.2 Kéran 77.1 93.4 58.0 70.6 29.7 37.1 67.7 16.4 0.82 0.36 26.8 6.9 5.9 0.5 24.8 9.3 Kande 77.4 96.7 56.9 75.6 21.1 35.0 64.4 15.7 0.89 0.31 14.3 3.8 0.7 0.0 21.4 1.1 Kande (Com) 55.1 75.5 50.5 77.0 63.6 80.1 94.5 18.6 1.03 0.39 48.9 34.7 36.3 2.6 55.7 53.6

128

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Koutougou 92.2 98.0 56.6 67.3 1.4 17.8 40.2 28.6 0.54 0.20 18.1 0.4 0.8 0.0 23.6 1.0 Warengo 72.4 96.4 58.9 83.7 25.9 38.3 72.5 11.4 0.86 0.39 26.1 2.8 0.2 0.0 15.7 0.8 Nadoba 82.8 96.6 57.9 62.8 21.2 23.7 54.3 13.6 0.78 0.32 10.5 6.4 4.6 0.5 26.7 4.9 Akponte 92.9 99.1 60.3 50.4 1.8 11.8 35.4 7.7 0.57 0.50 20.4 1.0 0.3 0.0 18.5 0.6 Pesside 79.2 96.2 58.6 79.4 20.8 34.4 55.7 10.0 0.96 0.40 33.8 2.7 0.4 0.1 20.2 1.5 Ossacre 78.7 90.5 61.0 70.8 16.5 28.7 60.0 15.1 0.78 0.37 39.6 1.0 0.6 0.2 17.3 1.6 Helota 84.0 97.1 60.7 63.9 18.3 19.5 48.5 17.5 0.77 0.31 27.2 0.7 0.4 0.2 17.1 1.2 Atalote 82.4 96.1 59.7 75.1 29.1 29.8 62.8 8.8 0.78 0.30 19.3 1.5 0.1 0.1 17.6 4.3 Dankpen 80.9 94.8 60.2 61.9 23.2 26.1 52.6 15.6 0.80 0.36 57.2 2.3 3.2 0.3 25.5 4.7 Guerin Kouka 78.4 95.3 60.2 62.7 14.4 21.4 48.5 16.7 0.77 0.30 67.4 1.6 0.5 0.2 19.0 1.6 Guerin-Kouka (Com) 60.1 76.4 51.3 82.5 64.6 74.8 91.1 20.6 1.08 0.49 99.2 14.3 38.6 1.8 68.8 43.9 Naware 85.2 97.4 60.8 60.3 15.6 17.2 45.8 6.7 0.77 0.30 75.3 0.9 0.5 0.1 20.9 0.9 Nandouta 90.0 97.3 63.1 49.9 14.5 18.3 34.6 13.7 0.77 0.34 32.9 2.2 0.3 0.4 27.7 1.1 Bapure 83.5 94.7 60.4 69.2 29.6 24.5 56.3 13.3 0.80 0.30 78.8 0.8 0.7 0.1 31.4 1.6 Koutchicheou 75.1 95.5 58.1 69.6 4.9 19.4 46.7 20.8 0.83 0.28 37.3 1.5 0.8 0.0 23.6 1.1 Namon 73.7 95.4 58.6 58.9 32.4 25.4 52.3 18.2 0.75 0.23 16.2 0.8 0.2 0.3 12.1 5.0 Natchibore 73.6 96.4 59.6 57.0 2.8 9.7 33.7 7.5 0.70 0.26 33.9 1.0 0.4 0.6 9.1 1.1 Natchitikpi 88.4 97.4 60.5 63.8 12.2 23.6 47.6 16.2 0.84 0.41 45.7 5.5 0.3 0.0 15.1 0.7 Naompoch 84.3 95.6 61.9 60.5 21.2 29.4 56.6 7.5 0.78 0.27 67.4 1.4 0.6 0.0 18.7 0.9 Koulfiekou 93.5 97.9 63.6 45.8 0.8 9.3 19.1 4.2 0.89 0.50 28.4 0.0 0.2 0.0 30.7 1.1

129

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Katchamba 90.3 97.1 61.9 56.2 18.1 17.8 43.6 9.1 0.78 0.22 42.1 2.2 0.1 0.2 26.3 2.8 Kidjaboun 85.1 96.4 61.7 64.5 19.6 20.7 48.6 12.5 0.79 0.35 42.7 0.7 0.4 0.0 23.7 2.2 Bassar 64.5 89.3 56.6 72.9 39.6 57.9 76.4 18.0 0.88 0.47 64.5 9.4 22.9 0.9 44.3 15.4 Bassar 61.8 92.7 56.1 75.4 40.2 59.4 81.6 12.7 0.86 0.43 66.6 7.8 22.5 0.7 45.9 2.7 Bassar (Com) 56.8 74.9 50.2 83.0 61.8 86.9 94.8 20.5 1.03 0.56 88.4 30.3 71.9 3.4 75.4 48.2 Kalanga 91.2 96.8 62.0 71.2 2.2 34.1 52.2 0.0 0.75 0.29 40.1 1.4 1.1 0.1 31.2 1.0 Baghan 73.8 96.1 59.5 57.1 7.3 22.1 41.3 15.1 0.73 0.25 41.7 1.2 0.8 0.1 19.7 0.6 Dimori 65.1 93.4 61.4 63.2 16.6 26.3 39.4 6.1 0.82 0.33 56.1 3.6 0.7 0.1 25.8 2.4 Bitchabe 69.5 95.1 60.4 82.1 32.6 67.3 75.2 21.2 0.90 0.60 97.5 4.8 0.5 0.0 42.5 1.3 Bandjeli 70.5 92.3 56.7 72.9 38.4 51.2 74.3 17.6 0.88 0.36 74.0 2.3 0.9 0.4 45.2 5.4 Kabou 64.2 89.6 56.2 72.2 41.8 54.7 75.4 20.9 0.88 0.42 65.0 7.3 29.2 0.4 48.6 23.5 Manga 46.4 93.2 59.3 68.5 15.8 21.5 57.9 4.7 0.80 0.17 70.5 1.0 0.8 0.0 17.8 1.4 Sanda Kagbanda 73.8 94.1 57.7 72.9 34.8 51.3 73.2 14.3 0.84 0.36 30.6 3.9 6.0 0.6 24.3 7.0 Sanda Afohou 55.7 91.1 58.7 75.6 42.2 69.1 76.1 12.2 0.98 0.53 18.1 2.9 12.8 0.9 32.6 5.2 Assoli 57.6 87.8 56.5 76.9 49.2 72.9 88.8 20.3 0.88 0.48 53.1 18.3 36.7 1.1 65.5 16.3 Bafilo 50.0 97.2 58.8 79.9 31.5 61.5 78.6 0.0 0.91 0.42 18.3 4.4 11.5 0.8 38.3 0.6 Bafilo (Com) 52.4 77.6 52.9 79.5 58.5 85.7 95.2 20.7 0.91 0.50 68.6 30.1 76.9 2.2 81.5 41.5 Boulade 64.1 95.8 60.2 72.4 31.8 48.5 77.2 12.5 0.83 0.31 2.3 1.1 2.3 0.1 46.3 0.9 Soudou 63.2 93.2 58.4 68.4 44.5 57.0 77.6 20.2 0.84 0.49 59.1 18.5 1.2 0.5 56.1 3.4 Koumonde 51.2 91.3 58.1 92.3 56.2 79.1 95.8 26.0 0.97 0.57 51.1 33.5 64.1 1.1 65.9 6.1

130

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Aledjo 55.4 88.8 56.0 77.8 52.5 86.7 96.3 21.0 0.93 0.51 64.7 9.1 52.4 0.4 73.4 5.4 Dako (Daoude) 67.7 94.1 59.0 81.3 38.0 68.2 88.8 15.8 0.83 0.39 38.0 2.5 0.7 0.4 55.9 1.6 Savanes 74.3 90.860.1 70.0 27.1 38.9 65.6 21.2 0.830.49 27.9 17.5 9.7 0.9 38.0 16.4 Tone 72.3 86.8 59.7 74.5 33.7 48.1 74.2 22.9 0.83 0.54 22.5 23.5 13.0 1.6 43.7 28.6 Dapaong 70.7 85.4 59.7 83.3 41.1 56.0 80.2 12.2 0.92 0.52 8.8 14.1 3.3 0.4 42.4 18.7 Dapaong (Com) 60.8 66.9 48.2 82.4 59.1 76.8 91.3 26.2 1.06 0.74 61.0 74.1 60.5 6.6 80.3 80.0 Nanergou 77.5 91.1 62.0 81.2 32.4 47.6 79.8 22.7 0.87 0.47 24.8 10.8 1.3 0.4 41.1 11.5 Namare 77.8 92.6 64.2 73.6 21.6 35.1 72.2 30.0 0.75 0.37 34.9 22.5 1.3 0.0 44.3 28.7 Naki-Ouest 78.1 93.1 64.2 71.0 16.5 31.1 63.1 15.8 0.70 0.31 23.6 18.2 0.9 0.4 38.2 3.0 Tami 84.7 93.2 64.2 71.0 21.3 27.2 61.4 16.5 0.75 0.46 8.5 12.0 0.8 0.1 33.2 8.5 Lotogou+Warkambou 81.9 93.6 64.5 71.7 25.4 30.2 64.7 11.5 0.73 0.43 13.2 6.1 0.7 0.2 30.1 1.1 Nioukpourma 77.2 92.0 62.4 86.8 24.2 35.4 69.0 18.2 0.82 0.34 14.5 8.6 0.8 0.4 35.9 21.9 Pana 82.3 96.1 63.2 78.4 28.4 38.4 75.2 8.3 0.79 0.30 20.7 3.4 0.1 0.4 23.7 5.5 Bidjenga 84.1 96.6 63.8 66.3 16.4 20.1 53.9 7.5 0.71 0.27 8.0 4.7 0.3 0.0 19.3 11.6 Toaga 62.2 89.9 61.6 80.5 27.5 42.0 75.2 9.2 0.90 0.34 5.1 5.7 0.6 0.7 36.5 18.3 Korbongou 75.6 92.5 61.8 61.0 21.2 25.9 55.2 19.9 0.71 0.35 6.9 10.0 0.7 0.8 32.5 10.1 Louanga 72.5 94.3 63.8 67.0 20.2 25.2 62.0 8.7 0.65 0.26 14.3 2.1 0.5 0.2 28.0 25.2 Kantindi 78.2 95.2 62.5 68.2 25.7 31.5 61.4 21.4 0.72 0.37 4.4 13.0 0.4 0.2 31.8 31.0 Sanfatoute 80.0 93.2 62.7 67.1 19.7 29.5 55.3 23.4 0.93 0.43 5.4 18.7 0.1 0.0 35.2 11.8 Kourientre 83.2 96.4 62.9 64.2 18.4 18.5 47.5 16.7 0.78 0.31 15.0 7.1 0.3 0.5 35.3 27.7

131

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Poissongui 51.8 93.7 64.2 65.9 19.3 27.4 50.2 4.8 0.83 0.27 20.0 13.5 0.2 0.2 34.2 7.0 Natigou 73.2 95.3 62.8 69.3 15.0 22.1 46.0 16.0 0.78 0.41 3.5 2.6 0.2 0.5 25.6 36.6 Cinkassé 71.4 88.3 57.3 74.2 23.1 35.2 59.6 28.3 0.85 0.48 44.4 30.8 22.3 1.3 63.0 29.7 Cinkasse 58.2 85.5 55.8 65.6 16.4 32.0 58.2 16.3 0.86 0.38 23.1 28.2 4.0 1.1 67.2 23.5 Cinkasse (Com) 69.1 80.1 50.9 73.0 23.4 36.4 56.0 29.2 0.86 0.61 81.4 56.5 63.9 2.6 84.9 64.1 Boade 82.4 95.4 55.0 62.7 9.5 13.9 35.7 14.3 0.63 0.35 1.6 3.7 0.6 0.0 63.3 0.7 Gnoaga 89.2 95.7 60.0 64.9 9.7 8.3 42.1 25.0 0.90 0.38 1.4 2.8 0.6 1.3 50.6 17.8 Gouloungoussi 76.4 92.8 58.6 70.0 12.2 22.5 46.0 18.8 0.88 0.34 10.0 12.1 0.6 0.7 77.1 4.4 Biankouri 72.7 91.2 61.6 73.7 28.2 46.2 67.8 30.6 0.86 0.57 29.0 44.1 1.6 0.7 42.4 47.8 Timbou 70.7 93.0 61.4 76.4 26.2 37.3 70.4 22.9 0.86 0.40 37.0 16.0 0.5 0.7 48.3 4.2 Nadjoundi 77.2 95.2 63.8 79.6 29.0 41.0 69.2 35.4 0.82 0.45 22.7 12.8 0.3 0.5 43.9 12.2 Sam-Naba 70.7 95.5 62.3 80.7 23.2 35.5 67.7 25.6 0.89 0.34 24.7 8.7 0.0 0.0 48.8 0.5 Kpendjal 81.8 96.0 62.8 60.2 17.8 19.2 44.5 16.0 0.77 0.39 14.1 6.2 1.1 0.3 22.8 2.4 Mandouri 81.1 95.9 62.5 63.2 12.8 13.3 37.9 8.6 0.74 0.24 6.5 9.2 0.6 0.3 25.0 0.9 Mandouri (Com) 65.8 84.7 58.9 79.2 32.7 49.4 74.7 17.6 1.00 0.50 6.3 29.8 16.4 1.0 37.4 10.0 Tambigou 88.3 98.0 60.8 51.4 8.3 12.5 38.4 16.7 0.74 0.30 7.8 2.1 3.4 0.0 20.9 0.4 Koundjoare 77.6 96.2 61.7 55.6 17.0 16.0 38.3 27.1 0.71 0.42 27.6 8.8 0.5 0.2 31.1 1.6 Pogno 79.7 95.5 61.2 52.6 17.4 21.4 45.5 13.1 0.74 0.33 10.7 3.3 0.6 0.5 20.6 2.6 Kpendjaga /Papri 76.3 95.5 62.3 58.5 18.1 22.3 44.2 25.6 0.74 0.51 19.5 6.3 0.2 0.4 28.3 4.3 Namoundjoga 79.7 96.2 63.9 60.2 16.2 17.4 46.1 18.2 0.76 0.34 12.9 5.5 0.2 0.4 18.3 1.3

132

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Tambonga 84.6 96.5 63.1 58.9 17.1 16.4 43.7 21.6 0.63 0.30 10.5 6.1 0.9 0.9 21.2 12.3 Naki-Est 83.0 96.2 63.7 63.7 21.3 23.0 54.1 10.8 0.79 0.36 18.3 4.9 0.5 0.0 22.0 1.7 Nayega 87.7 97.6 63.1 65.9 19.6 26.0 46.2 23.5 0.91 0.62 30.4 8.5 0.6 0.3 16.9 1.5 Ogaro 82.8 96.3 65.2 64.0 27.7 24.4 52.5 13.5 0.75 0.49 5.3 5.1 0.4 0.0 16.0 1.3 Borgou 87.3 96.6 62.5 57.0 12.0 12.5 29.3 13.0 0.76 0.44 10.8 3.5 0.5 0.3 23.4 1.2 Oti 74.7 93.0 60.1 63.3 22.0 32.5 58.4 17.6 0.80 0.44 41.6 14.1 11.7 0.6 34.2 10.9 Mango 78.3 96.5 59.7 69.1 11.0 32.0 49.7 10.0 0.76 0.39 9.3 8.5 0.7 0.0 32.6 3.4 Mango (Com) 54.2 78.6 51.2 83.7 49.8 73.5 88.5 18.6 0.97 0.53 84.1 60.4 70.1 2.8 67.0 54.1 Sadori 85.3 96.8 62.3 44.2 4.5 21.8 40.9 15.4 0.55 0.23 2.3 5.5 0.0 0.3 33.6 1.8 Sagbiebou 70.9 94.3 59.2 65.8 15.7 23.0 45.0 13.8 0.77 0.34 55.0 3.3 0.4 0.3 29.3 1.5 Gando 72.3 92.3 59.9 64.8 23.2 30.7 63.5 15.5 0.72 0.37 73.6 11.6 11.0 0.3 30.9 11.1 Mogou 84.1 97.3 63.8 43.1 9.6 9.0 34.7 12.5 0.69 0.19 39.1 3.9 0.5 0.2 18.0 1.6 Tchamonga 90.0 97.4 60.5 44.4 1.2 6.3 29.8 6.5 0.51 0.24 42.6 1.5 0.6 0.0 14.0 0.9 Tchanaga 85.8 95.6 60.4 60.1 5.9 19.6 42.2 22.6 0.79 0.38 1.5 2.6 0.1 0.1 24.0 0.5 Nagbeni 81.8 95.2 62.6 72.3 18.9 24.7 49.0 21.4 0.92 0.49 15.1 17.4 4.9 0.2 26.7 3.8 Barkoissi 71.5 90.3 58.7 78.7 35.1 50.6 79.0 19.3 0.92 0.52 13.5 18.6 7.1 0.4 40.7 12.8 Loko 69.4 92.2 60.5 77.5 22.8 43.9 64.1 20.5 0.91 0.49 9.4 7.9 0.5 0.4 35.9 0.7 Galangashie 83.7 95.9 61.9 73.0 14.6 29.1 52.1 14.0 0.83 0.39 28.4 7.9 0.5 0.3 34.8 0.8 Kpebonga 89.6 96.9 65.0 67.1 13.4 14.8 50.1 30.0 0.83 0.23 13.0 3.3 0.1 0.5 30.8 0.4 Fare 90.6 97.3 66.0 37.1 3.1 8.3 30.1 11.1 0.54 0.21 4.8 0.7 1.9 0.8 40.3 0.2

133

Découpage administratif d’emploi Taux d’emplois Pourcentage non-salariés de dépendance Taux démographique scolarisation net de Taux - primaire scolarisation net de Taux - secondaire - d’alphabétisation Taux femme - d’alphabétisation Taux homme femmes de Pourcentage en secteur salarié - fille/garçon Ratio primaire - fille/garçon Ratio secondaire à l’eau d’accès Taux potable à des d’accès Taux adéquats sanitaires à d’accès Taux l’électricité à Accès un téléphone fixe à Accès un téléphone mobile de gaz ou charbon Taux combustible comme Koumongou 86.9 96.9 63.5 54.6 15.9 15.0 41.6 12.1 0.68 0.30 11.2 2.1 0.2 0.2 31.8 18.1 Nali 79.3 96.3 63.8 47.0 3.2 7.9 23.4 6.5 0.68 0.27 39.3 0.9 0.0 0.0 38.4 1.2 Takpamba 69.5 94.5 60.8 60.2 22.1 28.2 53.5 9.2 0.84 0.36 55.1 0.7 1.0 0.3 24.7 1.6 Kountoire 82.4 95.9 61.0 56.6 7.2 17.9 39.2 33.3 0.81 0.36 41.2 1.7 1.0 0.0 27.4 1.2 Tandjoaré 71.5 91.8 59.7 81.2 32.0 52.0 80.0 14.2 0.91 0.46 25.8 14.7 1.3 0.4 33.8 4.8 Bogou 71.4 93.0 56.9 81.6 44.5 66.3 85.8 11.8 0.96 0.53 23.0 19.0 0.7 0.3 29.7 3.9 Tandjoare (Com) 46.3 67.4 48.4 83.5 80.8 91.7 99.7 19.4 1.18 0.50 75.2 62.8 22.0 5.3 60.2 48.9 Nandoga 65.1 91.6 58.0 86.0 40.0 62.4 82.1 15.7 0.94 0.61 46.7 15.6 1.3 0.8 36.9 3.9 Loko 69.4 92.1 59.8 83.7 24.6 45.3 71.7 12.0 1.01 0.65 30.7 2.8 0.4 0.2 32.0 1.4 Boulogou 80.6 94.7 61.4 83.0 32.5 43.1 77.6 10.0 0.97 0.48 14.6 14.3 0.5 0.6 34.3 7.0 Pligou 80.2 95.0 60.7 75.1 21.9 28.8 55.7 22.9 0.76 0.40 9.8 11.9 0.4 0.2 25.6 4.0 Bombouaka 61.7 89.4 58.4 83.7 43.0 62.8 85.5 18.4 0.90 0.55 31.3 19.0 4.3 0.1 33.4 8.8 Goundoga 72.3 93.3 57.9 82.6 35.7 62.2 88.1 3.6 0.94 0.40 25.5 8.1 0.5 0.2 23.2 15.0 Sissiak 77.1 91.5 61.9 86.8 24.0 50.8 86.8 21.2 0.87 0.29 3.6 16.5 0.2 0.1 35.6 2.9 Nano 61.1 88.6 58.0 84.1 46.2 58.7 91.1 13.9 0.94 0.37 27.3 24.6 1.3 0.7 35.2 9.3 Tampialime 81.1 92.7 64.5 74.6 24.3 35.4 68.0 7.8 0.79 0.39 10.3 6.5 0.3 0.4 28.6 0.8 Mamproug 73.3 93.8 62.7 81.2 23.3 57.5 85.1 5.3 0.96 0.62 1.5 13.7 3.0 0.3 49.7 1.2 Bagou 77.8 93.3 62.1 78.8 25.7 60.2 87.9 4.5 1.00 0.53 26.3 3.9 1.1 0.4 37.1 0.8 Doukpergou 67.3 90.9 58.4 84.7 24.7 55.4 83.6 10.8 0.93 0.32 38.8 6.6 0.2 0.1 34.7 1.0 Sangou 74.7 91.1 61.8 70.0 11.4 69.1 86.3 20.0 0.86 0.94 51.3 44.2 0.6 0.0 38.0 1.0

134

Note : ce tableau présente les résultats de la carte de pauvreté monétaire aux niveaux des régions, des préfectures et des cantons/communes/quatiers ; les régions sont surlignées en jaune ; les préfectures d’une région donnée apparaissent immédiatement en dessous en caractères gras ; et les canton/communes viennent ensuite.

135

Annexe 6 : Libellé des différentes entités administratives

a) Régions

b) Préfectures

137

c) Quartiers du Grand Lomé

d) Cantons et Communes de la région Maritime

138

e) Cantons et Communes de la région Plateaux

139

f) Cantons et Communes de la région Centrale

140

g) Cantons et Communes de la région de Kara

141

h) Cantons et Communes de la région Savane

142

COORDONNATEUR NATIONAL N’GUISSAN Kokou Yao Directeur Général de la Statistique et de la Comptabilité Nationale

DIRECTEUR TECHNIQUE BOUKPESSI Bassanté Directeur de la Démographie et des Statistiques Sociales

ÉQUIPE TECHNIQUE GENTRY Akoly : Responsable de la Méthodologie AGBETI Komi : Responsable de l’Analyse AMEGBLE Koami et GUEMA Dyen : Responsables du Traitement

ÉQUIPE DE RELECTURE DU RAPPORT FINAL GENTRY Akoly, AGBETI Komi, FEBON Akindélé, ETSE Kafui, AGBOBLY-ATAYI Ayikoué, ALOGNON Amakoé, FAROUH P’lanam, FANKEBA Souradji, GUEMA Dyen, BADOHOUN K. Yawovi, ,OURNA Tchambago, , AKAKPO Koassi, TELOU Tchilabalo, , KOUPOGBE Essey Senah, DUYIBOE Abravi, DJATO Souleymane, AKOUETE F. Délali , ADEDZI Kodzo Awoenam, LAMBONI Mateyédou, SEGLA A. Komi,

143